互联网及相关信息技术产业的高速发展使得越来越多的科技产品与服务接入互联网。自如、安居客、我爱我家、贝壳等网络平台对各个城市的房屋租赁信息的收集并发布在互联网上,在极大的方便了我们对房屋租赁信息获取的同时也带来了大量数据,如此庞大的数据量为我们对数据的筛选造成了困扰,严重阻碍和干扰了人们对有效信息的获取。针对如何快速的帮助用户在不同平台所发布的海量房屋数据当中找到符合用户自身需求的数据内容,本文展开了研究并设计和实现了基于房屋租赁数据推荐系统。论文详细介绍了推荐系统在国内外的研究现状及其相关原理和理论,详细说明了本系统在设计和实现过程当中所使用的其他相关技术,在充分分析了具体的使用场景和使用环境的基础之上完成了对推荐系统的整体结构设计和各个子模块的详细设计。在详细分析各个房屋租赁网站及其数据内容的基础之上,利用爬虫工具实现对各大房屋租赁网站和平台的数据整合,完成了对推荐对象和推荐数据的获取。通过采用基于K-Means聚类算法的建模方式以及利用轮廓系数去判定和选取较为合理的聚类划分,完成了用户兴趣偏好模型的建立。通过使用灰色关联分析法和目标优化矩阵以实现对数据的匹配计算,完成对数据的推荐。最终完成并实现了用户交互模块和数据展示平台,通过整合各个模块以实现房屋租赁数据推荐系统。对系统的测试结果表明,本系统能够满足对用户的数据推荐。