随着我国经济的不断发展以及政府“房住不炒”政策的支持,我国的房屋租赁市场发展越来越好,前景越来越广阔。同时房屋租赁的人口也在不断增加。对于现在的年轻人来讲,房屋租赁成为其更加偏好的选择。同时政府对房屋租赁市场的大力支持,也对房屋租赁领域的发展起到了推动作用。但同时市场上的房屋租赁公司也面临越来越激烈的竞争。房地产以及房屋租赁领域的信息化程度相对较低,但随着租房市场竞争的日愈激烈以及租房用户的不断增加,租房市场领域需要结合信息技术像传统的市场营销一样进行客户细分,并对租房客户进行产品的个性化推荐从而满足客户日益增长的个性化需求,并且通过制定差异化、精准服务、针对不同的用户需求制定相应的营销策略,形成长期购买行为,提高客户忠诚度,使租赁公司在激烈的市场竞争中获得核心竞争力。本人通过分析和总结大量的国内外客户细分与个性化推荐的相关方法,在此基础上以A房屋中介公司为研究对象,对其基本情况及发展现状、营销现状、产品推荐现状进行了分析,同时指出A房屋中介公司在营销服务、产品推荐方面目前所存在的问题。然后对租房客户的价值进行评定,首先对租房客户价值的概念进行了描述,其次根据租房客户价值评定指标体系的构建原则筛选出评定指标,并详细描述了每个指标的含义。通过熵权法赋予每个指标对应的权重,最后根据每个指标的权重以及每个客户的交易数据计算出每个租房客户的客户价值。对传统的相似度计算公式所存在的问题进行分析,从用户对项目的评分行为特征以及项目本身所具有的属性两个方面出发进行协同过滤推荐算法的改进。通过改进后的相似度计算方法计算原始用户-项目评分矩阵中的预测评分,以此来填充原始评分矩阵中的缺失值,减少了原始评分矩阵由于数据稀松性带来的问题,更加准确的填充缺失值,进而提高用户之间相似度计算的准确性,最终达到提高推荐质量的效果。对改进后的协同过滤算法分别进行影响因子对相似度计算公式的影响、矩阵填充前后推荐质量对比、填充后与其他三种推荐算法推荐结果对比分析,证明本文改进算法能够有效提升推荐质量与推荐精度。最后通过聚类将客户进行细分,同时采用改进后的推荐算法对租房客户的推荐房源进行计算。并有针对性的对价值性客户提出个性化推荐和营销方案,对流失性的客户分析其流失的原因,并提出个性化的挽留策略。图10幅,表6个,参考文献50篇。