城市道路交通流预测有助于相关部门对交通供求协调以及制定交通管理计划,同时也为出行者路线规划提供有利依据,也是智能交通系统ITS（Intelligent Transportation System）研究和应用的核心组成部分。然而交通流预测也是一个复杂的课题,该课题从对交通特征建模的数理统计分析到以知识发现的智能预测方法为主体的预测经历了巨大的演变,智能预测方法以大规模数据为基础、以深度学习为核心、以提供准确预测为目的,现已广泛的应用于交通流预测领域。为解决交通流预测精度和海量数据处理问题,本文提出一种精度较高组合预测算法,并基于Spark开源框架搭建了交通流大数据处理平台。主要研究贡献如下:首先,为了解决交通流中信息特征较少引发的特征提取困难的问题,使用K-means聚类算法得到交通信息流隐含信息。在此基础上,对于传统K-means算法在初始簇数确定上需要人工输入和初始簇中心向量随机选择上进行改进,通过在六组人工数据集上的实验表明,改进K-means算法在聚类评价指标上取得较高评分。其次,本文使用盖亚数据开放计划提供的2018年西安市交通指数,提出了一种基于相似的历史时刻的数据的方法在对数据缺失值和不合规数据剔除后进行填充,采用特征归一化来加快模型的收敛迭代速度。接着提出由改进K-means算法和长短期记忆人工神经网络LSTM（Long Short-Term Memory）相组合的K-means-LSTM算法,该算法可以对未来一天的区间平均速度进行预测。实验表明,组合模型与仅采用长短期记忆神经网络相比在多种模型评价指标上更好,如R-squared上提高了0.0884,与支持向量回归SVR、门循环控制单元GRU等算法相比也有着更好的拟合度。最后,针对时间序列预测算法只能对有限道路预测的情况,采用Spark开源框架搭建了交通流数据处理平台,该平台实现了同时对西安市793条道路区间平均速度预测、交通动态信息监测、拥堵情况统计三种功能,并实时可视化展示。