本发明公开了一种多元行为数据挖掘方法，具体涉及路政技术领域，通过各个收费站建立的数据服务集群，使其针对于多元化的数据及其驾车人员的行为数据进行整合，其结合自然，路况和人为因素，与时间尺度相配合，使其预测出不同路段未来一段时间的车流状态，其时间尺度的预测通过不同时间段的历史日期流量平均值即可获取，能够较为准确的预估出现堵塞的概率，同步配合上述检测的信息，检索符合的对应历史数据特征，并获取其处理方法，整合出历史方案中的高效处置措施，能够实现提前预警和整理出相应的建议措施，使其解决了相较于传统交通量预测模型仅考虑交通量的时间特性而导致预测效果不佳的问题。