تحلیل داده¬های املاک و مستغلات اشخاص حقیقی و حقوقی باعث می¬شود که تنوع نوع ملک، توزیع مالکیت املاک، روند رشد املاک با توجه به نوع آنها، نواحی پر رشد شهر، توزیع بناهای جدید و قدیم در نواحی مختلف شهر و بسیاری اطلاعات مفید استخراج شوند. این اطلاعات می¬تواند توسط دولت برای پیش¬بینی درآمد شهرداری¬ها، برنامه¬ریزی برای انشعاب آب، برق و گاز در سطح شهر، تاسیس مراکز درمانی¬، آموزشی و امنیتی و تعیین بودجه سازمان های مختلف مورد استفاده قرار گیرد. با داده¬کاوی داده¬های املاک می¬توان¬ پیش بینی روند تغییر تراکم جمعیت و املاک در مناطق مختلف سطح شهر را انجام داد. تکنیک های مختلف داده کاوی برای انجام تحلیل های فوق قابل استفاده است. در این پایان نامه از اطلاعات پایگاه داده املاک بخش 1 و 2 اداره ثبت اسناد و املاک شهر تبریز استفاده شده است. ابتدا در مرحله پیش پردازش عملیات گسسته سازی، پاک سازی و حذف داده های ناقص و پرت انجام شده است. سپس با استفاده از الگوریتم k-means خوشه بندی های متعددی از ابعاد مطالعاتی مختلف روی این داده ها انجام شده است. پیش بینی رشد آپارتمان ها با استفاده از الگوریتم c4.5 داده کاوی شده است. استخراج قوانین انجمنی با روش apriori در رابطه با املاک انجام شده است. نتایج تحقیق اطلاعات مهمی در رابطه با املاک و مستغلات در اختیار، قرار می دهد.