随着我国城镇居民全面进入小康生活水平，住房消费已经并在今后若干年内将持续成为我国城镇居民的消费热点。在改善居民生产生活条件、拉动经济增长、吸纳就业等方面，房地产业也必将在整个国民经济中占据更加重要的地位。同时，居民消费水平的不断提高、住房消费市场的不断发育成熟、市场竞争环境的激烈程度不断加大，对各个房产开发企业提出了新的挑战：企业要更加重视市场和客户的需求，对市场的各种变化需要充分的信息支持和准确的市场判断。房地产行业拥有大量的数据积累，包括行业信息、经济环境信息、客户信息等。这些数据是房地产企业市场运作的重要参考。因此，进行住房市场研究和各种客户信息的数据挖掘以应对竞争和变化的需要势在必行。 数据挖掘技术在银行、电信、保险等行业已经有一定的应用和研究基础。本文将数据挖掘技术引入住房消费客户信息的研究中，综合运用数据挖掘的技术手段、客户研究的理论以及房地产行业研究的背景和基础，建立了住房产品顾客满意评价指标体系与具体流程；构建了基于数据挖掘的住房消费客户信息分析系统模型。通过具体的企业调研确定数据挖掘主题，设计问卷调研收集数据。结合具体的应用要求，在实证部分通过决策树、聚类、神经网络、关联、回归、因子与相关分析等数据挖掘与处理方法，建立了将要购买住房的人群细分、购买何种住房聚类分析、居民购房承受能力分析、购房产品满意度因素分析、住房消费关联分析等几个有实践应用价值的研究方法与结果。 希望本文针对性的研究将有助于我国的住房开发商进行更加准确的定量分析与科学预测，有助于提高其市场竞争能力。