Desarrollo de un modelo predictivo basado en machine learning para la estimación de precios del mercado inmobiliario en la ciudad de Quito mediante la extracción automatizada de datos web
Fecha
Autores/as
Título de la revista
ISSN de la revista
Título del volumen
Editor
DOI
Resumen
La presente disertación tiene como propósito el desarrollo de un modelo predictivo basado en algoritmos de Machine Learning para la estimación objetiva de precios del mercado inmobiliario en la ciudad de Quito, utilizando información obtenida mediante técnicas de extracción automatizada de datos web. El mercado inmobiliario quiteño se caracteriza por su dinamismo y por una marcada asimetría de información entre los actores involucrados, lo que dificulta la toma de decisiones económicas fundamentadas. La metodología empleada se fundamentó en el estándar CRISP-DM y comprendió las siguientes etapas: la recolección automatizada de datos desde los principales portales inmobiliarios ecuatorianos; la limpieza, transformación y estructuración del conjunto de datos; el entrenamiento y comparación de distintos algoritmos de aprendizaje supervisado, entre ellos Regresión Lineal Múltiple, Árboles de Decisión, Bosques Aleatorios y Redes Neuronales; y finalmente, la evaluación del rendimiento de los modelos mediante métricas de error estándar para seleccionar la arquitectura con mayor precisión. Como resultado se espera obtener una herramienta computacional funcional capaz de estimar el precio de mercado de un inmueble a partir de sus características estructurales y geográficas, contribuyendo así a reducir la asimetría de información del sector y aportando una base tecnológica escalable para futuras aplicaciones en el ámbito de la tecnología aplicada a la propiedad.






