Publication
Análises imobiliárias com inteligência artificial para investidores
| authorProfile.email | documentacao@isel.pt | |
| dc.contributor.advisor | Ferreira, Artur Jorge | |
| dc.contributor.author | Santos, Rúben Alexandre Albuquerque | |
| dc.date.accessioned | 2025-02-21T08:56:51Z | |
| dc.date.available | 2025-02-21T08:56:51Z | |
| dc.date.issued | 2024-12 | |
| dc.description | Trabalho de Projeto para obtenção do Grau de Mestre em Engenharia Informática e Multimédia | |
| dc.description.abstract | Neste projeto, propõe-se uma solução para o problema de previsão de preços imobiliários no mercado português, que é volátil e influenciado por múltiplas variáveis macroeconómicas. Este problema é relevante porque os preços dos imóveis dependem de fatores como as taxas de juro, inflação, o valor por metro quadrado, entre outras, tornando a tomada de decisões de investimento uma tarefa complexa e arriscada. A solução proposta consiste no desenvolvimento de uma aplicação web que utiliza modelos de aprendizagem automática, como Regressão Linear, Random Forest, Redes Neuronais e LSTM, para prever preços imobiliários em diferentes concelhos de Portugal. A aplicação permite a visualização interativa de dados e previsões, facilitando a análise de tendências de mercado e apoiando os utilizadores no processo de tomada de decisão. Como resultado da implementação desta solução, os utilizadores têm acesso a uma ferramenta que lhes proporciona uma análise detalhada e personalizável do mercado imobiliário, permitindo-lhes identificar áreas de investimento com maior potencial de rentabilidade. Além disso, a avaliação do feedback dos utilizadores sugere possíveis melhorias e a validação da aplicação como uma ferramenta eficaz para o apoio ao investimento. O estudo conclui que a integração de modelos de aprendizagem automática numa ferramenta prática é viável e oferece suporte eficaz para utilizadores na área do imobiliário, fornecendo previsões personalizáveis para o mercado português. | por |
| dc.description.abstract | Abstract In this project, a solution is proposed for the problem of predicting real estate prices in the Portuguese market, which is volatile and influenced by multiple macroeconomic variables. This issue is relevant because property prices depend on factors such as interest rates, inflation, and price per square meter, among others, making investment decision-making a complex and risky task. The proposed solution involves developing a web application that utilizes machine learning models like Linear Regression, Random Forest, Neural Networks, and LSTM to predict real estate prices in different municipalities of Portugal. The application allows for interactive visualization of data and forecasts, facilitating the analysis of market trends and supporting investors in the decision-making process. As a result of implementing this solution, investors have access to a tool that provides them with a detailed and customizable analysis of the real estate market, enabling them to identify investment areas with higher profitability potential. Furthermore, the evaluation of user feedback suggests possible improvements and validates the application as an effective tool for investment support. The study concludes that integrating machine learning models into a practical tool is feasible and offers effective support for real estate investors by providing clear and customizable forecasts for the Portuguese market. | eng |
| dc.identifier.tid | 203794184 | |
| dc.identifier.uri | http://hdl.handle.net/10400.21/21556 | |
| dc.language.iso | por | |
| dc.peerreviewed | yes | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Aprendizagem automática | |
| dc.subject | Aplicação Web | |
| dc.subject | Indicadores de mercado | |
| dc.subject | Inteligência artificial | |
| dc.subject | Mercado imobiliário | |
| dc.subject | Modelos de previsão | |
| dc.subject | Modelos de regressão | |
| dc.subject | Machine learning | |
| dc.subject | Web application | |
| dc.subject | Market indicators | |
| dc.subject | Artificial intelligence | |
| dc.subject | Real estate market | |
| dc.subject | Forecasting models | |
| dc.subject | Regression models | |
| dc.title | Análises imobiliárias com inteligência artificial para investidores | por |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| oaire.citation.endPage | 100 | |
| oaire.citation.startPage | 1 | |
| oaire.version | http://purl.org/coar/version/c_be7fb7dd8ff6fe43 |