Please use this identifier to cite or link to this item: http://repositorio.uisek.edu.ec/handle/123456789/4677
Title: Análisis para la predicción del valor de un bien inmueble en la Ciudad de Quito post pandemia
Authors: Carrión Jumbo, Joe
Vilca Lincango, Wladimir Arsecio
Keywords: APRENDIZAJE AUTOMÁTICO
DATOS
INMUEBLES
PANDEMIA
TASACIÓN
Issue Date: Mar-2022
Publisher: Universidad Internacional SEK
Citation: ST - MSI V699AN/2022
Abstract: El mundo siempre ha atravesado situaciones críticas que han traído grandes devastaciones consigo, es claro el ejemplo de la Segunda Guerra Mundial, evento histórico que alteró la vida y economía de varias naciones. Coyunturalmente, la pandemia de COVID 19 generó muchos efectos negativos para la humanidad, provocó el colapso del mercado global aumentado el desempleo, y condicionó la vida de miles de individuos que tuvieron que asumir una nueva normalidad, en el que el uso de la tecnología constituyó un recurso para no afectar tanto sus actividades laborales como educativas. En referencia al sector inmobiliario, muchos proyectos quedaron paralizados por falta de presupuesto ya que las ventas decayeron notablemente, así se configuró un panorama desalentador para inversionista y trabajadores, afectados por la falta de empleo. Especialistas en economía a pesar de lo sucedido, pronosticaron que la reactivación del área inmobiliaria se lograría a largo plazo. Este trabajo sitúa como principal beneficiario al sector inmobiliario, el cual mediante el desarrollo de proyectos genera inversiones importantes, así como la adquisición y venta de bienes inmuebles para el sector público o privado. El área inmobiliaria es idónea para implementar técnicas de aprendizaje automático, una de las razones fundamentales es el alto interés de personas que buscan viviendas para conocer su valor, y así direccionarse a una futura compra o venta. En correspondencia a lo referido, el presente proyecto de titulación busca realizar un análisis para el establecimiento de un método automático, a partir del uso técnicas de máquinas de aprendizaje para así predecir el valor de un inmueble en la ciudad de Quito. Debido a que en la tasación de un bien inmueble realizada por un perito calificado, se toman en cuenta distintos aspectos, entre ellos: el área (superficie del terreno) en , el área de construcción, la ubicación, el número de pisos, el número de habitaciones, el número de baños que posee el inmueble, los acabados, la antigüedad, entre otros. 22 La tasación se define como: el proceso de cálculo para la determinación de los avalúos del suelo, construcción y adicionales constructivos, de los bienes inmuebles del Distrito Metropolitano de Quito, de acuerdo a la metodología y técnicas de valuación, en el marco de lo que establece el Código Orgánico de Organización Territorial, Autonomía y Descentralización-COOTAD y Acuerdo Ministerial 029 que expide las "Normas Nacionales para el Catastro de Bienes Norma (Norma técnica de Valoración de los Bienes Inmuebles en el MDMQ, 2019, pág. 18) Los datos recolectados corresponden a las publicaciones de los bienes inmuebles en las diferentes páginas web en Ecuador dedicadas a la venta de inmuebles, los cuales se obtuvieron mediante el uso de web scraping, esta herramienta fue aplicado en páginas como son Plusvalía, Properati, Remax. Con los datos obtenidos se procedió a realizar un procedimiento de limpieza de columnas, eliminación de registros. Con el resultado de los datos extraídos y una vez aplicados el proceso de limpieza se procedió a organizar los datos por sectores y se efectuó la implementación de técnicas de aprendizaje automático como son: regresión lineal, árbol de decisión, redes neuronales, Random Forest para cada conjunto de datos. En consecuencia, al aplicar los diferentes algoritmos, la regresión lineal presentó el mejor desempeño frente a los demás modelos aplicados.
Description: The virus named COVID-19 represents the greatest threat to our lives, since the Second World War, this virus has changed from the way people interact to the economies of world powers, since its inception COVID-19 caused global collapse In the market, unemployment increased, radical changes in business models and ways of working, a change that the world had not seen for decades. The pandemic affects the real estate sector directly, this was evidenced in the lack of investment for projects, stopped projects, drop in sales, among others. Specialists in economics predict that the area of the real estate sector and its reactivation will take place in the long term. The focus of this work has the real estate sector as its main beneficiary, this sector generates large investments in the creation of real estate projects as well as in the acquisition, sale of real estate for the public or private sector, this area is ideal for implementing learning techniques of machine (Machine Learning), one of the main reasons is high interest of people looking for homes and others their interest to find out the value to plan a future purchase or sale. In correspondence to the aforementioned, the present titling project seeks to carry out an automatic analysis for the establishment of a method, based on the use of machine learning techniques to predict the value of a property in the city of Quito. Due to the fact that in the appraisal of real estate carried out by a qualified expert, different aspects are taken into account, among them: the area (surface of the land) in square meters, the construction area, the location, the number of floors, the number of rooms, the number of bathrooms that the property has, the finishes, the age, among others. The appraisal is defined as: "the calculation process for the determination of the appraisals of the land, construction and additional construction, of the real estate of the Metropolitan District of Quito, according to the methodology and valuation techniques, within the framework of the that establishes the Organic Code of Territorial Organization, Autonomy and DecentralizationCOOTAD and Ministerial Agreement 029 that issues the "National Norms for the Property Registry" 24 The collected data correspond to the publications of the real estate in the different web pages in Ecuador dedicated to the sale of real estate, which were obtained through the use of web scraping, this tool was applied in pages such as Plusvalía, Properati, Remax. With the data obtained, a column cleaning procedure was carried out, as well as the elimination of records. With the result of the extracted data and once the cleaning process was applied, the data were organized by sectors and the implementation of automatic learning techniques was carried out, such as: decision tree, neural networks, random forest for each data set. Consequently, applying the different algorithms resulted in the linear regression with the highest performance compared to the other applied models.
URI: https://repositorio.uisek.edu.ec/handle/123456789/4677
Appears in Collections:Maestría en Sistemas de Información con mención en Data Science

Files in This Item:
File Description SizeFormat 
Wladimir Vilca.pdf2.27 MBAdobe PDFView/Open


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