Diseño de modelo de para la predicción del tiempo de venta o arriendo de inmuebles en Bogotá

Adquirir un inmueble es una decisión de inversión donde es necesario conocer las tendencias del mercado inmobiliario para tomar una decisión favorable. Esto implica conocer el avaluo adecuado de la vivienda, pero además los tiempos que tomaran en vender o arrendar un inmueble. Conocer el tiempo que tardara un inmueble en venderse o arrendarse permite una mejor planificación para gastos financieros y ayuda a tomar una decisión con mayor información acerca de adquirir una propiedad. A través de modelos de machine learning es posible predecir un estimado del tiempo de vender o arrendar un inmueble a partir de datos obtenidos de venta y arriendo de inmuebles en la ciudad de Bogotá en el año 2023. Se entrenaron los siguientes modelos de regresión, árbol de decisión, Random Forest, XGBoost, KNN y redes neuronales para entrenar modelos capaces de predecir tiempo de venda de inmuebles y tiempo de arriendo de inmuebles. Se utilizaron las métricas de R cuadrado, MSE y MAPE para determinar que en ambos casos, arriendo y venta, los mejores modelos fueron XGBoost. Los resultados obtenidos muestran que variables como el precio, y la antigüedad tienen una gran incidencia en el tiempo que tarda un inmueble en venderse o arrendarse.

• Autores: Giraldo Gil, Daniel Stiven; Ovalle Quintero, Luis Enrique; Di Mare Sánchez, Luigi
• Fecha de publicación: 2023
• Institución: Universidad del Norte
• Repositorio: Repositorio Uninorte
• Idioma: spa
• OAI Identifier: oai:manglar.uninorte.edu.co:10584/12986
• Acceso en línea: http://hdl.handle.net/10584/12986
• Palabra clave: Machine learning, mercado inmobiliario, venta de inmuebles, arriendo de inmuebles, tiempo en vender o arrendar; Machine learning, real estate market, time to sell or rent, property rental, property sales
• License: Universidad del Norte