Інформаційна система прогнозування вартості комерційних та житлових приміщень на ринку нерухомості

Abstract

Представлено розробку програмного модуля для автоматизованого визначення вартості комерційної та житлової нерухомості на основі методу машинного навчання Random Forest. Random Forest забезпечує детальний аналіз великого обсягу інформації про історичні дані про нерухомість, включаючи характеристики об’єктів, макроекономічні показники та локальну інфраструктуру. Проведено попередню обробку даних та виявлення аномалій методом Isolation Forest, в процесі розробки здійснено порівняння точності моделі та візуалізацію ключових компонентів, що впливають на ціноутворення.

The development of a software module for the automated valuation of commercial and residential real estate based on the Random Forest machine learning method is presented. Random Forest enables a detailed analysis of a large volume of historical real estate data, including property characteristics, macroeconomic indicators, and local infrastructure. Data preprocessing and anomaly detection were performed using the Isolation Forest method. During the development process, model accuracy was compared, and key components influencing pricing were visualized.