FRAMEWORK AUTOMATIZADO PARA AVALIAÇÃO DE IMÓVEIS URBANOS UTILIZANDO TÉCNICAS DE MINERAÇÃO DE DADOS

por RICARDO DA SILVA TAVARES publicado 12/07/2021 00h00, última modificação 20/10/2023 16h30

Prof. Dr. Renato Gomes Sobral Barcellos (Orientador)
Prof. Dr. Henrique Rego Monteiro da Hora (Coorientador)

Com o crescente volume de dados de transações imobiliárias, as avaliações imobiliárias automatizadas têm sido amplamente estudadas em muitos países para diferentes fins, entretanto, os estudos geralmente baseiam-se em um pequeno conjunto de dados fornecido por empresas imobiliárias. Nesta pesquisa, foi realizada uma revisão sistemática utilizando a metodologia PRISMA proposta por Moher et al. (2009), baseada em quatro conceitos. Primeiramente, a coleta automatizada de dados em bancos de dados dispersos na web; em segundo lugar, a avaliação automatizada de imóveis; terceiro, aplicação de algoritmos de ML; quarto, a previsão de valores imobiliários. As bases de conhecimento utilizadas foram Scopus, Web of Science e Science Direct. Foram encontrados apenas 8 artigos pertinentes ao escopo da pesquisa. Por fim, observou-se que algoritmos de Aprendizado de Máquina aplicados à avaliação patrimonial apresentaram desempenho superior aos modelos hedônicos.
Palavras-chave: Avaliação; Imóvel; Mineração de Dados; Revisão Sistemática

With the increasing volume of real estate transaction data, automated real estate appraisals have been widely studied in many countries for different purposes. Most of them compare the effectiveness of hedonic models with the ML algorithms application, however, the studies are based on a small dataset usually provided by real estate companies. In this research, a systematic review was carried out using on the PRISMA methodology proposed by Moher et al. (2009), based in four concepts. First, automated data collection in dispersed databases on the web; Second, real estate automated appraisal; Third, ML algorithms application; Fourth, real estate values prediction. The knowledge bases used were Scopus, Web of Science, Science Direct and Taylor & Francis. Only 4 papers pertinent to the research scope were found. The results demonstrate that ML models are more accurate than RLM analysis in their ability to predict value. Finally, it was observed that Machine Learning algorithms applied to patrimonial appraisal had a superior performance than hedonic models.
Keywords: Real Estate; Property; Appraisal; Valuation; Data Mining; Systematic Review

PDF document Ricardo da Silva Tavares.pdf — Documento PDF, 1.97 MB
Conteúdo

Atualmente não existem itens nessa pasta.

Voltar ao topo
Todo o conteúdo deste site está publicado sob a licença Creative Commons Atribuição-SemDerivações 3.0 Não Adaptada.