房地产行业作为我国的基础产业之一,每年为国家GDP贡献了大量的收入,对拉动经济有着举足轻重的作用,房地产从90年代房改开始到如今,已经累计了大量的销售数据、客户数据、建筑数据,但是房地产行业对于数据的利用还是处于粗放采集、粗放利用的阶段,因此对于累计的大量数据使用并不充分。因此研发一套基于数据挖掘技术的房地产企业销售管理系统,利用现代数据挖掘技术,提升企业的销售管理效率,就显得尤其重要。本文利用主流分层方法,分为三个部分(表现层、逻辑层和数据访问层)设计了一套基于混合GBDT(Gradient Boosting Decision Tree),即梯度提升决策树算法的房企销售系统,本文的工作主要包括一下几个方面:1)基于mysql数据库开发了房源管理、用户信息管理等模块,模块设计清楚,使用便捷,能为使用者提供方便的管理功能,提高工作效率。2)在此基础上使用了GBDT算法实现了房源与客户的匹配,深入挖掘并分析客户的购买意愿,根据客户信息对房源的推荐,能明显提高匹配的准确度,提升成交率。同时,本文把混合GBDT算法和传统的LR算法和DT算法进行比较,通过实际实验数据验证本文采用的GBDT混合推荐算法在推荐的准确性、召回率等指标方面都优于对比算法。论文充分利用了房地产行业的历史记录和用户记录,设计了基于数据挖掘的客户甄别和房源匹配预测模型,能够提高甄别和预测的准确性,提高了房企销售效率,同时,能对房产决策和销售人员起到很好的辅助作用。