房地产是一个复杂的综合性系统工程，关系的国民经济的命脉。房地产市场自身存在周期性波动规律，过大的波动幅度不利于房地产市场的持续稳定健康发展，进而影响到这个国民经济的可持续发展。房地产市场预测正是对房地产相关指标波动幅度的预测，建立科学的房地产预测系统，可以有效地防止房地产市场的非正常波动，从而促进房地产市场的健康、稳定发展。这也就是本文的研究目的所在。本文首先是介绍相关的预测模型，多元回归模型和神经网络模型。包括这两种模型的原理、算法和检验，以及神经网络模型中本文主要应用的BP模型。其次，分别利用多元回归模型和BP模型在预测和模式识别领域的成熟运用，以武汉市房地产市场为对象进行实证研究，并运用spss、Matlab等统计数据挖掘工具根据武汉市房地产市场相关数据建立相应模型，重点探讨基于BP神经网络理论的房地产预测的模型和方法，同时对两种模型的房地产预测模型和方法分别进行了分析。最后，通过对两种不同的预测方法做了预测分析比较后，得出比较优质的模型，形成一个综合预测分析系统，并以此为依据提出相关政策调控建议。通过对预测结果的分析，发现它基本符合武汉市房地产发展的实际情况，这表明本文所建立的房地产预测模型是有意义的，本文理论分析充分，所做的预测分析有一定实用价值。