Uso de machine learning para previsão de valores de apartamentos no município do Recife
Data
2023-09-12
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
The COVID-19 pandemic has brought with it a series of economic effects and transformations related to behavior and the way people live, which, in turn, have had repercussions on property prices and real estate demand. In this context, property price forecasting assumes an extremely important role, contributing to more informed decisions, mitigating risks, and promoting greater transparency in the real estate sector. The implementation of automation in price forecasting further enhances this dynamic, significantly improving accuracy, efficiency, and reliability of predictions, while providing adaptability to economic fluctuations with greater agility. Utilizing listings available on OLX, a georeferenced database was created to generate a residential apartment price prediction model in Recife, using machine learning models in AutoML. This tool automates the development of machine learning models, enabling rapid experimentation and a focus on problem-solving. The work indicates that the poor geographical distribution of the data has biased the results of the models. Furthermore, it was concluded that the data found on online buying and selling platforms are insufficient for generating a machine learning model that achieves an acceptable level of accuracy in Recife, mainly because transaction values for the properties are not provided, only the advertised prices. However, this current work provides significant contributions to the advancement of research related to automation in real estate price prediction.
Descrição
A pandemia de COVID-19 trouxe consigo uma série de efeitos econômicos e transformações relacionadas ao comportamento e à forma de morar, que, por sua vez, tiveram repercussões nos preços dos imóveis e na demanda de imóveis. Nesse contexto, a previsão de preços de imóveis assume um papel de extrema importância, contribuindo para decisões mais informadas, atenuando os riscos e promovendo uma maior transparência no setor imobiliário. A implementação da automação na previsão de preços amplia ainda mais essa dinâmica, aprimorando significativamente a precisão, a eficiência e a confiabilidade das previsões, além de proporcionar ajustes às flutuações do cenário econômico com mais agilidade. Usando anúncios disponíveis na OLX, foi criada uma base de dados georreferenciada para gerar um modelo de previsão de preços de apartamentos residenciais, em Recife - por meio de modelos de aprendizagem de máquina em AutoML. Essa ferramenta automatiza o desenvolvimento de modelos de aprendizado de máquina, permitindo experimentação rápida e foco na resolução do problema. O trabalho indica que a má distribuição geográfica dos dados tendenciaram os resultados dos modelos, além disso, foi concluído que os dados encontrados em plataformas de compra e venda online são insuficientes para a geração de um modelo de aprendizado de máquina que apresente um nível de acuracidade aceitável, em Recife, principalmente porque não são apresentados valores de transação do imóvel, apenas o preço anunciado. Contudo, o presente trabalho apresenta importantes contribuições para o avanço em pesquisas relacionadas à automação na previsão de preços de imóveis.
Palavras-chave
Aprendizado do computador, COVID-19, Pandemia de, Mercado imobiliário, Automação, Índices de preços
Referência
SILVA, Thiago César de Miranda. Uso de machine learning para previsão de valores de apartamentos no município do Recife. 2023. 32 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2023.
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como openAccess