Técnicas de minería de datos para el análisis de la plusvalía inmobiliaria

La minería de datos permite la extracción de información, la clasificación de datos y el procesamiento de los mismos, para conocer su comportamiento, realizar predicciones y para la toma efectiva de decisiones. Esta investigación tiene como objetivo determinar cuáles son las técnicas de minería de d...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Bodero Poveda, Elba María, Morales Alarcón, Cristian, Congacha Aushay, Ana Elizabeth, Ramos Araujo, Cristina Estefanía
Formato: Articulo
Lenguaje:Español
Publicado: 2022
Materias:
Ciencias Informáticas
Minería de datos
algoritmos
predicciones
plusvalía
bienes inmuebles
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/130339
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-130339
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Minería de datos
algoritmos
predicciones
plusvalía
bienes inmuebles
spellingShingle Ciencias Informáticas
Minería de datos
algoritmos
predicciones
plusvalía
bienes inmuebles
Bodero Poveda, Elba María
Morales Alarcón, Cristian
Congacha Aushay, Ana Elizabeth
Ramos Araujo, Cristina Estefanía
Técnicas de minería de datos para el análisis de la plusvalía inmobiliaria
topic_facet Ciencias Informáticas
Minería de datos
algoritmos
predicciones
plusvalía
bienes inmuebles
description La minería de datos permite la extracción de información, la clasificación de datos y el procesamiento de los mismos, para conocer su comportamiento, realizar predicciones y para la toma efectiva de decisiones. Esta investigación tiene como objetivo determinar cuáles son las técnicas de minería de datos más utilizadas para el análisis de la plusvalía inmobiliaria, para ello se hace uso de una revisión bibliográfica, análisis de contenido y la aplicación de un diseño de teoría fundamentada. En las investigaciones analizadas se pudo determinar que las técnicas de minería de datos aplicadas para predecir precios en bienes raíces son: Redes Neuronales Artificiales, Análisis Clúster, Árbol de decisión, Modelos de regresión, Modelos estadísticos, Clasificador Bayesiano Ingenuo, Algoritmo K-Neighbors, Algoritmo AdaBoost, evidenciando que la técnica de Redes Neuronales Artificiales es la que mejores resultados presenta. Con respecto a las variables de datos de cada propiedad se encontraron 27 entre las más importantes se presentan el tipo de propiedad, ubicación, precio, área de terreno, área de construcción, número de pisos, número de habitaciones, número de baños, número de estacionamientos o garaje, entre otras, además se analizaron los datos de las publicaciones en redes sociales y sitios web de inmobiliarias de la ciudad de Riobamba. Los resultados proporcionados por esta investigación son útiles para la aplicación de técnicas de minería de datos en investigaciones sobre inversiones inmobiliarias o predicciones del avalúo inmobiliario.
format Articulo
Articulo
author Bodero Poveda, Elba María
Morales Alarcón, Cristian
Congacha Aushay, Ana Elizabeth
Ramos Araujo, Cristina Estefanía
author_facet Bodero Poveda, Elba María
Morales Alarcón, Cristian
Congacha Aushay, Ana Elizabeth
Ramos Araujo, Cristina Estefanía
author_sort Bodero Poveda, Elba María
title Técnicas de minería de datos para el análisis de la plusvalía inmobiliaria
title_short Técnicas de minería de datos para el análisis de la plusvalía inmobiliaria
title_full Técnicas de minería de datos para el análisis de la plusvalía inmobiliaria
title_fullStr Técnicas de minería de datos para el análisis de la plusvalía inmobiliaria
title_full_unstemmed Técnicas de minería de datos para el análisis de la plusvalía inmobiliaria
title_sort técnicas de minería de datos para el análisis de la plusvalía inmobiliaria
publishDate 2022
url http://sedici.unlp.edu.ar/handle/10915/130339
work_keys_str_mv AT boderopovedaelbamaria tecnicasdemineriadedatosparaelanalisisdelaplusvaliainmobiliaria
AT moralesalarconcristian tecnicasdemineriadedatosparaelanalisisdelaplusvaliainmobiliaria
AT congachaaushayanaelizabeth tecnicasdemineriadedatosparaelanalisisdelaplusvaliainmobiliaria
AT ramosaraujocristinaestefania tecnicasdemineriadedatosparaelanalisisdelaplusvaliainmobiliaria
AT boderopovedaelbamaria dataminingtechniquesforrealestateappreciationanalysis
AT moralesalarconcristian dataminingtechniquesforrealestateappreciationanalysis
AT congachaaushayanaelizabeth dataminingtechniquesforrealestateappreciationanalysis
AT ramosaraujocristinaestefania dataminingtechniquesforrealestateappreciationanalysis
AT boderopovedaelbamaria tecnicasdemineracaodedadosparaanalisedeganhosdecapitalimobiliario
AT moralesalarconcristian tecnicasdemineracaodedadosparaanalisedeganhosdecapitalimobiliario
AT congachaaushayanaelizabeth tecnicasdemineracaodedadosparaanalisedeganhosdecapitalimobiliario
AT ramosaraujocristinaestefania tecnicasdemineracaodedadosparaanalisedeganhosdecapitalimobiliario
bdutipo_str Repositorios
_version_ 1764820453297225729

Ejemplares similares