¿Cuál es la probabilidad de que la casa que quiere vender, o comprar, se venda dentro de un mes, dos meses, tres meses o más? Los informáticos de la Universidad de Indiana-Universidad de Purdue Indianápolis han desarrollado lo que creen que esla primera respuesta basada en datos sobre cuánto tiempo llevará vender una casa. Su solución de aprendizaje automático se basa innovadoramente en la metodología utilizada para predecir la duración de la supervivencia de la enfermedad en pacientes con afecciones médicas potencialmente mortales.
"Fuimos a los sitios web que visitan los compradores y vendedores de viviendas - trulia.com , zillow.com y redfin.com ", dijo Mohammad Al Hasan, profesor asociado de informática y ciencias de la información, que dirigió el estudio de probabilidad de venta de viviendas." Había mucha información para ayudar en el proceso de toma de decisiones tanto para compradores como para vendedores, pero lo que erafaltaba la respuesta a '¿cuánto tiempo se tarda en vender una casa después de que aparece por primera vez en la lista?' "
Además de predecir la probabilidad de cuánto tiempo una casa específica permanecerá en el mercado, los algoritmos desarrollados y validados por Hasan y Mansurual Bhuiyan, un ex alumno graduado de la IUPUI ahora con IBM Research, también explican cómo cambiar una característica:como bajar el precio de la casa o agregar un baño, influye en el tiempo que la casa permanece sin vender.
Hasan y Bhuiyan "entrenaron" su computadora con tres meses de datos de 7.216 casas en el mercado en cinco ciudades y pueblos del centro de Indiana Indianápolis, Carmel, Fishers, Noblesville y Zionsville. Además de los detalles sobre las casas típicamenteencontrados en los listados de bienes raíces, los datos incluían las fechas del listado inicial y la venta. Esta información permitió a la computadora estudiar características y patrones, con el objetivo de poder hacer predicciones sobre cuánto tiempo las casas que salen al mercado en elel futuro permanecerá en el mercado. Luego, los científicos evaluaron y validaron el enfoque.
Basándose en la metodología utilizada para determinar la probabilidad de que un paciente con una determinada etapa de la enfermedad viva durante un período de tiempo específico, llamado análisis de supervivencia, los investigadores diseñaron un modelo de aprendizaje automático que puede determinar, en función de un conjunto de características dadocomo el precio, la ubicación, la edad, el tamaño, la cantidad de habitaciones, la cantidad de baños, las calificaciones de la escuela y la información sobre delitos locales, la probabilidad de que una casa se venda dentro de un cierto período de tiempo.
La información generada por el modelo de probabilidad de venta de la casa podría proporcionar al vendedor recomendaciones sobre lo que se puede hacer, reduciendo el precio de venta o la remodelación, por ejemplo, para acelerar la venta dentro del plazo en el que la familia necesita venderun comprador potencial podría encontrar útil la misma información para informar el momento y el monto de una oferta de compra.
"Mientras haya un flujo constante de datos para que sepamos cuánto tiempo tienen las casas en el mercado y las características de esas casas, nuestro modelo puede proporcionar información valiosa a los vendedores y compradores de casas", dijo Hasan. "Podemos ampliarmás allá de los tres meses de nuestro estudio para tener en cuenta la estacionalidad de un mercado inmobiliario, si existe. Podemos usar la metodología para observar otras áreas geográficas con diferentes dinámicas inmobiliarias y predecir la probabilidad de que una casa se venda en un mercado específico.período de tiempo, ajustando esa probabilidad cuando ocurren cambios en una característica, como una caída en el precio "
Encuentre más información en: http://ieeexplore.ieee.org/document/7796933/
Fuente de la historia :
Materiales proporcionado por Indiana University-Purdue University Indianapolis School of Science . Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :