海量的交通流数据中一定隐藏着某些潜在的交通状态演变规律，然而少有研究能以实验的方法支持这种观点。本文提出一种基于频繁序列匹配的交通状态趋势预测方法：首先，介绍交通状态序列模型及序列切分处理，其次，提出投影压缩序列相似度计算方法及序列匹配算法，第三，讨论基于频繁序列匹配的交通序列预测算法。通过真实采集数据验证本文提出的方法可行有效。