Busca avançada
Ano de início
Entree

Framework híbrido de recomendação para o setor imobiliário baseado em informações geográficas e conjuntos Big Data

Processo: 15/08191-5
Linha de fomento:Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
Vigência: 01 de fevereiro de 2016 - 31 de outubro de 2016
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Paulo Scarpelini Neto
Beneficiário:Paulo Scarpelini Neto
Empresa:Enterup Tecnologia em Sistemas Ltda - ME
Município: São José do Rio Preto
Pesquisadores principais:Carlos Henrique El Hetti Laurenti
Pesq. associados:Carlos Roberto Valêncio
Auxílios(s) vinculado(s):16/14823-7 - Sistema de recomendação como um serviço para o setor imobiliário baseado em informações geográficas, AP.PIPE
Bolsa(s) vinculada(s):16/00240-0 - Framework híbrido de recomendação para o setor imobiliário baseado em informações geográficas e conjuntos Big Data, BP.TT
16/00209-5 - Framework híbrido de recomendação para o setor imobiliário baseado em informações geográficas e conjuntos big data, BP.PIPE
16/00202-0 - Framework híbrido de recomendação para o setor imobiliário baseado em informações geográficas e conjuntos big data, BP.PIPE
Assunto(s):Sistemas de recomendação  Big data  Mercado imobiliário  Sistema de posicionamento global (GPS) 

Resumo

O mercado imobiliário é tido como um dos pilares das economias modernas, no Brasil as últimas décadas proporcionaram um crescimento significativo a esse setor, impulsionado principalmente pela valorização de imóveis tanto em grandes centros como em regiões menos populosas, além disso, os lançamentos imobiliários e a procura por imóveis novos também se mantiveram em crescimento principalmente no setor com valores e características que se enquadram no programa Minha Casa Minha Vida do Governo Federal. Frente a essa realidade a oferta de imóveis tem crescido consideravelmente e os compradores têm deparado com um volume considerável de opções, principalmente na Internet onde os sites imobiliários e os classificados agregam em uma única plataforma grandes volumes de imóveis. Nesse contexto, a busca por um imóvel que atenda às necessidades do comprador tem se tornado uma tarefa lenta, o que dificulta as negociações e diminui o faturamento desse mercado. Os Sistemas de Recomendação consistem em aplicações que auxiliam no processo de busca de produtos e serviços por meio da sugestão de itens que possuem uma combinação adequada com as expectativas dos usuários, consequentemente esse tipo de sistema caracteriza uma alternativa na diminuição do tempo de busca presente no mercado imobiliário. Dessa forma, a criação de um Sistema de Recomendação voltado ao setor imobiliário consiste em uma oportunidade interessante, contudo as técnicas existentes para sugestão de produtos não atendem de maneira satisfatória as especificidades desse mercado - isso porque a precificação, a oferta e a procura de imóveis são características afetadas diretamente pela localização geográfica dos empreendimentos. Além disso, pesquisas recentes mostraram que o grande volume de dados gerados por esse tipo de sistema atrelado aos altos índices de acessos aos sites do mercado imobiliários gera conjuntos de dados massivos, também conhecidos pelo termo Big Data, o que exige a criação de algoritmos e técnicas computacionais para armazenamento e processamento distribuído e escalável. O presente projeto consiste na análise da viabilidade técnica da criação de um framework híbrido de recomendação para o setor imobiliário, que incluirá desafios tecnológicos e científicos: 1) elaborar uma estratégia inovadora de recomendação que leve em consideração a localização geográfica do imóvel e atenda às especificidades do mercado imobiliário; 2) construir um framework que combine estratégias existentes com a estratégia espacial a ser desenvolvida; 3) construir uma aplicação distribuída e escalável para o tratamento do grande volume de dados. O projeto inclui a criação de um protótipo que permitirá a validação da estratégia por meio de medidas de precisão de recomendações e tempo de execução. O framework se diferenciará das abordagens propostas na literatura uma vez que adota uma estratégia inovadora para a sugestão de itens com base em dados geográficos. Espera-se que o sistema reduza consideravelmente o tempo de busca e, além disso, apresente altos índices de precisão na sugestão de imóveis. Dessa forma, o sistema atuará na potencialização das vendas e consequente aumento de faturamento. Uma vez validado, o sistema caracterizará uma ferramenta comercialmente inovadora podendo ser integrada a dois produtos que estão em desenvolvimento pela EnterUp Tecnologia, colocando a empresa e os produtos em uma posição de destaque frente às soluções existentes no mercado. (AU)

Matéria(s) publicada(s) no blog Pesquisa para Inovação FAPESP sobre o auxílio:
Inteligência artificial chega ao mercado imobiliário 
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.