O mercado imobiliário é um dos mais importantes no mundo, e o maior desafio que enfrenta é a correta avaliação dos preços dos imóveis, já que é bastante dinâmico e exige um acompanhamento constante das principais tendências e perspectivas do setor. O mercado imobiliário está exposto a muitas flutuações de preços devido às correlações existentes entre diferentes parâmetros, alguns dos quais não podem ser controlados ou podem até ser desconhecidos. Nesse aspecto, para avaliar com precisão os custos imobiliários, é necessário um dispositivo que compreenda o impacto dos diferentes parâmetros nos custos da propriedade. Um dispositivo de previsão de preços encontra sua aplicação em vários cenários de tomadas de decisão. Uma previsão precisa sobre o preço de imóveis é importante para incorporadores imobiliários ou corretores de imóveis, potenciais proprietários futuros, desenvolvedores, investidores, avaliadores, assessores tributários e outros participantes do mercado imobiliário, como credores hipotecários e seguradoras. Nesse trabalho, pretendemos desenvolver um AVM (acrônimo da expressão inglesa Automated Valuation Model) baseado no aprendizado de máquina que identifica oportunidades no mercado imobiliário em tempo real. O AVM pode ser útil para investidores interessados no mercado imobiliário, já que permite o fluxo efetivo de informações abrangentes para a tomada de decisões sobre atividades de investimento, desenvolvimento e promoção na área imobiliária. Nos concentramos no caso de ativos imobiliários localizados na cidade de São Paulo y Belo Horizonte (Brasil), e listados em sites brasileiros mais relevante na vendas de apartamentos. O AVM é formalmente implementado como um problema de regressão que tenta estimar o preço de mercado de um apartamento, dados os recursos recuperados de listagens públicas online. Para construir esse aplicativo, realizamos uma etapa de engenharia de recursos a fim de descobrir recursos relevantes que permitem atingir um alto desempenho preditivo, e assim uma confiança nos resultados obtidos.
The real estate market is one of the most important in the world, and the biggest challenge it faces is the correct assessment of property prices, as it is very dynamic and requires constant monitoring of the main trends and perspectives in the sector. The real estate market is exposed to many price fluctuations due to the correlations between different parameters, some of which cannot be controlled or may even be unknown. In this regard, to accurately assess real estate costs, a device is needed that understands the impact of different parameters on property costs. A price forecasting device finds its application in various decision-making scenarios. An accurate forecast on the price of real estate is important for real estate developers or realtors, potential future owners, developers, investors, appraisers, tax advisors and other real estate market participants, such as mortgage lenders and insurance companies. In this work, we intend to develop an AVM (Automated Valuation Model) based on machine learning that identifies opportunities in the real estate market in real time. AVM can be useful for investors interested in the real estate market, as it allows the effective flow of comprehensive information to make decisions about investment, development and promotion activities in the real estate area. We focus on real estate assets located in the city of São Paulo and Belo Horizonte (Brazil), and listed on Brazilian websites most relevant to apartment sales. AVM is formally implemented as a regression problem that tries to estimate the market price of an apartment, given the resources retrieved from public online listings. To build this application, we carried out a resource engineering step in order to discover relevant resources that allow us to achieve high predictive performance, and thus a confidence in the results obtained.