Please use this identifier to cite or link to this item: https://ri.ufs.br/jspui/handle/riufs/19233
Document Type: Monografia
Title: Modelo Random Forest aplicado a precificação de imóveis à venda em Aracaju, SE
Authors: Sousa, Maiara Medeiros de
Issue Date: 23-Oct-2023
Advisor: Xavier, Cleber Martins
Resumo : O mercado imobiliário brasileiro é considerado um dos mais promissores do mundo. Segundo a Associação Brasileira de Incorporadoras Imobiliárias (Abrainc), entre os anos de 2012 a 2022, a valorização média anual do preço dos imóveis foi de 12,2%. Essa valorização torna o mercado atrativo não apenas para pessoas que desejam adquirir uma propriedade para morar, mas também para aquelas que desejam transformar o bem em um investimento, seja alugando ou vendendo. No entanto, antes de efetuar a compra de uma habitação, é necessário realizar uma análise dos fatores que compõem o preço do imóvel, a fim de verificar se o mesmo está sendo vendido por um valor justo e se está localizado em áreas com potencial de valorização. Para auxiliar os consumidores, foram coletados dados de imóveis à venda na cidade de Aracaju – SE, utilizando a técnica de web scra ping. Esses dados foram posteriormente analisados e utilizados para desenvolver um modelo de predição baseado no algoritmo de machine learning, Random Forest, capaz de precificar imóveis com base em suas características. Após as análises, verificou-se que um imóvel em Aracaju tem um preço médio de R$ 561.000,00. Os bairros da Zona Sul e de Expansão possuem habitações mais caras em comparação com os localizados no Centro, Zona Oeste e Zona Norte. Quanto ao modelo de predição, observou-se que o mesmo apresentou um bom poder preditivo para residências de até R$ 1.000.000,00. O fator de maior importância para a precificação na cidade de estudo foi o tamanho da área de construção.
Abstract: The Brazilian real estate market is considered one of the most promising in the world. According to the Brazilian Association of Real Estate Developers (Abrainc), between the years 2012 to 2022, the Brazilian real estate market was considered one of the most promising in the world. According to the Brazilian Association of Real Estate Developers (Abrainc), between the years 2012 to 2022, the average annual appreciation of property prices was 12.2%. This appreciation makes the market attractive not only for people looking to acquire a property to live in, but also for those who want to turn the property into an investment, either by renting or selling. However, before purchasing a property, it is necessary to conduct an analysis of the factors that make up the property’s price, in order to determine if it is being sold at a fair value and if it is located in areas with potential for appreciation. To assist consumers, data from properties for sale in the city of Aracaju – SE, Brazil, was collected using the web scraping technique. These data were later analyzed and used to develop a prediction model based on the Random Forest machine learning algorithm, capable of pricing properties based on their characteristics. After the analyses, it was found that a property in Aracaju has an average price of R$ 561,000.00. The neighborhoods in the South Zone and Expansion Zone have more expensive housing compared to those located in the Central, West, and North Zones. Regarding the prediction model, it was observed that it showed good predictive power for residences up to R$ 1,000,000.00. The most important factor for pricing in the city of study was the size of the construction area.
Keywords: Estatística
Ensino superior (UFS)
Mercado imobiliário
Precificação de imóveis
Machine learning
Random Forest
Real estate market
Property pricing
Machine learning
Random forests
Subject CNPQ: CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
Language: por
Institution: Universidade Federal de Sergipe (UFS)
Department: DECAT - Departamento de Estatística e Ciências Atuariais – Estatística – São Cristóvão - Presencial
Citation: Sousa, Maiara Medeiros de. Modelo Random Forest aplicado a precificação de imóveis à venda em Aracaju, SE. São Cristóvão, 2023. Monografia (graduação em Estatística) – Departamento de Estatística e Ciências Atuariais, Centro de Ciências Exatas e Tecnologia, Universidade Federal de Sergipe, São Cristóvão, SE, 2023
URI: https://ri.ufs.br/jspui/handle/riufs/19233
Appears in Collections:Estatística e Ciências Atuariais

Files in This Item:
File Description SizeFormat 
Maiara_Medeiros_Sousa.pdf1,03 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.