Проектування та розробка програмного комплексу для збору даних та прогнозування цін на оренду житла

Скорочена інформація про документ
dc.contributor.advisorНедашківський, Олексій Леонідович
dc.contributor.authorВальчун, Юрій Олександрович
dc.date.accessioned2023-01-05T08:12:09Z
dc.date.available2023-01-05T08:12:09Z
dc.date.issued2022
dc.descriptionВ результаті даної роботи було отримано платформу, за допомогою якої можна парсити сайт для оренди квартир, прогнозувати оптимальну ціну для цих квартир та переглядати історію своїх запитів. Розроблена платформа підходить для людей будь-якої вікової категорії.uk
dc.description.abstractenThe relevance of the topic is difficult to overestimate, because when it is implemented, machine learning shows itself from the best side, namely saving the money of the average person. The purpose of this work is to research the existing methods and software tools used when working with housing rent to determine the main housing parameters that affect the price and create an own method based on them. On the basis of the obtained theoretical knowledge, it is necessary to determine the advantages and disadvantages of existing methods, to choose the ones that are most suitable and, if possible, to improve them. After that, on the basis of the obtained algorithms, you should design and develop a system that can be easily used by both ordinary users and developers of housing rental sites for integrations. The following empirical research methods were used to fulfill the tasks: — An experiment during which different machine learning methods were tested to solve the problem of predicting the optimal price. — The measurement used to determine the accuracy of the algorithms when performing the given task. Also, along with empirical research methods, general logical research methods such as: — Comparison, which was used to determine the most effective method among others. — Analysis, which was used to identify the impact of changes in the settings of artificial intelligence methods on the obtained result. In the process of renting an apartment, as in any other process of buying and selling, there are two sides, the buyer's side and the seller's side. In this work, two of these sides will be considered. On the first side, we have a buyer, in whose role can be a person inexperienced in this field, who just wants to rent a house and live in it. But, unfortunately, not everything is so simple, because in parallel with the rapid development of the Internet network, the rapid development of fraud in the same network, or the so-called "scam", took place and is taking place. And based on the latest events, namely the invasion of Russia on the territory of Ukraine on February 24, 2022, the number of migrated people who want to protect themselves and their loved ones by moving from front-line cities to more peaceful ones has increased rapidly. And regardless of what these people have experienced, there are enough fraudsters who will rent out non-existent apartments or something else. On the other hand, we have a seller, a person who has a vacant apartment, and renting it out is clearly a good idea. But there is one delicate issue, namely the price. On the one hand, you want not to reduce the price, and on the other hand, not to go overboard with the price, so as not to wait for years for your customers. The two aspects described above are the main vectors of the development of the practical significance of this work. A personal contribution to the implementation of this master's thesis is the study of the application of various machine learning methods to perform the task of forecasting the price of housing rent and the analysis of the obtained results. The master's thesis is laid out on 99 pages and contains 45 figures, 1 appendix and has 22 bibliographic references.uk
dc.description.abstractukАктуальність теми важко переоцінити, тому що при її реалізації машинне навчання показує себе з найкращої сторони, а саме збереження коштів пересічної людини. Метою даної роботи є дослідження існуючих методів та програмних засобів які використовуються при роботі з орендою житла для визначення основних параметрів житла, що впливають на ціну та створення на їх основі власного методу. На основі отриманих теоретичних знань необхідно визначити переваги та недоліки існуючих методів, вибрати ті з них які найкраще підходять та за можливості вдосконалити їх. Після чого на основі отриманих алгоритмів слід спроектувати та розробити систему яку з легкістю зможуть використовувати як звичайні користувачі так і розробники сайтів оренди житла для інтеграцій. Методи дослідження. Для виконання поставлених задач використовувались наступні емпіричні методи: — Експеримент під час якого випробовувались різні методи машинного навчання для вирішення задачі прогнозування оптимальної ціни. — Вимірювання за допомогою якого визначалась точність роботи алгоритмів при виконання поставленої задачі. Також поряд з емпіричними методами дослідження використовувались загальнологічні методи дослідження такі як: — Порівняння, за допомогою якого відбувалось визначення найбільш результативного методу з поміж інших. — Аналіз, котрий використовувався для виявлення впливу змін в налаштуваннях методів штучного інтелекту на отримуваний результат. У процесі оренди квартири, як і у будь-якому іншому процесі купівлі-продажу є дві сторони, сторона покупця, та сторона продавця. У даній роботі будуть розглянуті дві ці сторони. З першої сторони у нас покупець, в ролі якого може бути недосвідчена у даній галузі людина, яка просто хоче орендувати житло та у ньому жити. Але, на жаль, не все так просто, тому що паралельно з стрімким розвитком мережі інтеренет, відбувався і відбується швидкий розвиток шахрайства у цій же мережі, або так званого «скаму». А спираючись на останні події, а саме вторгнення росії на територію України 24 лютого 2022 року кількість мігрованих людей, котрі хочуть захистити себе та своїх близьких переїздом з прифронтових міст у більш спокійніші, стрімко збільшилась. І не дивлячись на те, що пережили ці люди, є достатньо багато шахраїв котрі будуть здавати неіснуючі квартири або що інше. З другої сторони у нас продавець, людина, у котрої з’явилась вільна квартира, і здача її в оренду явно є хорошою ідеєю. Але є одне тонке питання, а саме ціна. З однієї сторони, хочеться не продешевити, а з другої не перегнути з ціною, щоб не очікувати роками на своїх покупців. Вище описані дві сторони є основними векторами розвитку практичного значення даної роботи. Особистий внесок магістранта. Особистим внеском в ході виконання даної магістерської дисертації є дослідження застосування різних методів машинного навчання для виконання задачі з прогнозування ціни на оренду житла та аналіз отриманих результатів. Магістерська дисертація викладена на 99 сторінках і містить 45 рисунки, 1 додаток та має 22 бібліографічних посилання.uk
dc.format.page111 с.uk
dc.identifier.citationВальчун, Ю.О. Проектування та розробка програмного комплексу для збору даних та прогнозування цін на оренду житла : магістерська дис. : 121 Інженерія програмного забезпечення / Вальчун Юрій Олександрович. – Київ, 2022. – 111 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/51700
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectштучний інтелектuk
dc.subjectмашинне навчанняuk
dc.subjectдатасетuk
dc.subjectмодельuk
dc.subjectпрогнозування ціниuk
dc.subjectartificial intelligenceuk
dc.subjectmachine learninguk
dc.subjectdatasetuk
dc.subjectmodeluk
dc.subjectprice prediction.uk
dc.titleПроектування та розробка програмного комплексу для збору даних та прогнозування цін на оренду житлаuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Valchun_magistr.pdf
Розмір:
9.96 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ІПЗЕ)
Магістерські роботи