Método automático para la predicción del avalúo comercial de un inmueble en la ciudad de Bogotá
Trabajo de Investigación Tecnológica
- Autores:
-
Martínez-Sánchez, Duyber Nicolás
Téllez-Buitrago, Vivianne Juliana
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2021
- Institución:
- Universidad Católica de Colombia
- Repositorio:
- RIUCaC - Repositorio U. Católica
- Idioma:
- spa
- OAI Identifier:
- oai:repository.ucatolica.edu.co:10983/26289
- Acceso en línea:
- https://hdl.handle.net/10983/26289
- Palabra clave:
- INTELIGENCIA ARTIFICIAL
AVALÚO COMERCIAL
INDUSTRIA INMOBILIARIA
RECOPILACIÓN DE DATOS
PROCESAMIENTO DE DATOS
- Rights
- openAccess
- License
- Copyright-Universidad Católica de Colombia, 2021
| id |
UCATOLICA2_1d7249b3bdec1da9e4c87993d7af86a7 |
|---|---|
| oai_identifier_str |
oai:repository.ucatolica.edu.co:10983/26289 |
| network_acronym_str |
UCATOLICA2 |
| network_name_str |
RIUCaC - Repositorio U. Católica |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Método automático para la predicción del avalúo comercial de un inmueble en la ciudad de Bogotá |
| title |
Método automático para la predicción del avalúo comercial de un inmueble en la ciudad de Bogotá |
| spellingShingle |
Método automático para la predicción del avalúo comercial de un inmueble en la ciudad de Bogotá INTELIGENCIA ARTIFICIAL AVALÚO COMERCIAL INDUSTRIA INMOBILIARIA RECOPILACIÓN DE DATOS PROCESAMIENTO DE DATOS |
| title_short |
Método automático para la predicción del avalúo comercial de un inmueble en la ciudad de Bogotá |
| title_full |
Método automático para la predicción del avalúo comercial de un inmueble en la ciudad de Bogotá |
| title_fullStr |
Método automático para la predicción del avalúo comercial de un inmueble en la ciudad de Bogotá |
| title_full_unstemmed |
Método automático para la predicción del avalúo comercial de un inmueble en la ciudad de Bogotá |
| title_sort |
Método automático para la predicción del avalúo comercial de un inmueble en la ciudad de Bogotá |
| dc.creator.fl_str_mv |
Martínez-Sánchez, Duyber Nicolás Téllez-Buitrago, Vivianne Juliana |
| dc.contributor.advisor.none.fl_str_mv |
Barrero-Calixto, Juan Carlos |
| dc.contributor.author.none.fl_str_mv |
Martínez-Sánchez, Duyber Nicolás Téllez-Buitrago, Vivianne Juliana |
| dc.subject.lemb.none.fl_str_mv |
INTELIGENCIA ARTIFICIAL |
| topic |
INTELIGENCIA ARTIFICIAL AVALÚO COMERCIAL INDUSTRIA INMOBILIARIA RECOPILACIÓN DE DATOS PROCESAMIENTO DE DATOS |
| dc.subject.proposal.spa.fl_str_mv |
AVALÚO COMERCIAL INDUSTRIA INMOBILIARIA RECOPILACIÓN DE DATOS PROCESAMIENTO DE DATOS |
| description |
Trabajo de Investigación Tecnológica |
| publishDate |
2021 |
| dc.date.accessioned.none.fl_str_mv |
2021-07-22T14:13:18Z |
| dc.date.available.none.fl_str_mv |
2021 2021-07-22T14:13:18Z |
| dc.date.issued.none.fl_str_mv |
2021 |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_fa2ee174bc00049f http://purl.org/coar/version/c_71e4c1898caa6e32 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.identifier.citation.none.fl_str_mv |
Martínez-Sánchez, D. N. & Téllez-Buitrago, V. J. (2021). Método automático para la predicción del avalúo comercial de un inmueble en la ciudad de Bogotá. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10983/26289 |
| identifier_str_mv |
Martínez-Sánchez, D. N. & Téllez-Buitrago, V. J. (2021). Método automático para la predicción del avalúo comercial de un inmueble en la ciudad de Bogotá. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia |
| url |
https://hdl.handle.net/10983/26289 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Bin, J.a, Gardiner, B.b, Li, E.c, Liu, Z.a, 2019, Multi-source urban data fusion for property value assessment: A case study in Philadelphia, ScienceDirect, p.16 Rotimi Boluwatife Abidoye, Albert P.C. Chan and Funmilayo Adenike Abidoye, Olalekan Shamsideen Oshodi | 2018 | Predicting property price index using artificial intelligence techniques Evidence from Hong Kong | International Journal of Housing Markets and Analysis. P.16 Rotimi Boluwatife Abidoye, Albert P.C. Chan and Funmilayo Adenike Abidoye, Olalekan Shamsideen Oshodi, Op.Cit. p.16 Junchi Bin, Bryan Gardiner, Zheng Liu | 2019| Attention-based multi-modal fusion for improved real estate appraisal: a case study in Los Angeles. P.16 Acuerdo 265 del 2018, Consejo superior de la Universidad Católica de Colombia, “Por el cual se aprueban los lineamientos y las opciones de grado para los programas de la Facultad de ingeniería de la Universidad Católica de Colombia, 12 de diciembre del 2018, Consejo superior de la Universidad Católica de Colombia. P.17 MINISTERIO DE LAS TECNOLOGÍAS DE LA INFORMACIÓN Y LAS COMUNICACIONES, Aspectos básicos de la industria 4.0, República de Colombia, OFICINA ASESORA DE PLANEACIÓN Y ESTUDIOS SECTORIALES, 2019. P.18 DIRECCIÓN DE MINERÍA EMPRESARIAL, Análisis del comportamiento del PIB minero primer trimestre de 2019, Bogotá D.C, 2019. P.18 PROPERATI, Disponible en: (www.properati.com). p.18 INSTITUTO GEOGRÁFICO AGUSTÍN CODAZZI SEDE CENTRAL, RESOLUCIÓN 620 DE 2008, Bogotá, Secretaría Jurídica Distrital, 2008. P.19 Ley 388 de 1997. Por la cual se modifica la Ley 9 de 1989, y la Ley 2 de 1991 y se dictan otras disposiciones. 18 de julio de 1997. D.O. No. 43091. P.19 SECRETARIA DISTRITAL DE PLANEACIÓN, Decreto Distrital 551 de 2019, Bogotá, Secretaria Distrital de planeación, 2019. P.19 Julián Pérez Porto y Ana Gardey. Definicion.de: Definición de inmueble, {En línea}. {23 de octubre del 2020} disponible en: (https://definicion.de/inmueble/). P.23 Rebajatuscuentas.com, ¿Qué es un inmueble y qué tipo de inmuebles existen?, {En línea}, {8 de mayo del 2021} disponible en: (https://rebajatuscuentas.com/pe/blog/que-es-un-inmueble) p.23 Julián Pérez Porto y Ana Gardey Definicion.de: Definición de vivienda, {En línea}. {23 de octubre del 2020} disponible en: (https://definicion.de/vivienda/) p.23 Diccionarioactual.com, ¿Qué es vivienda?, {En línea}, {8 de mayo del 2021}, disponible en: (https://diccionarioactual.com/vivienda/) p.24 SUÁREZ, Alexandra, Antes de vender o comprar, piensa en hacer un avalúo. {En línea}, {27 de octubre 2020}, disponible en: (https://www.metrocuadrado.com/noticias/guia-de-compra/antes-de-vender-o-comprar-piensa-en-hacer-un-avaluo-2863) p.24 GRAJALES Yuri, Modelo predicción precios viviendas proyecto Medellín, Medellín, 2020, 74 Págs, Modelo predicción precios viviendas proyecto Medellín, Facultad de Ingeniería, Departamento en Tecnologías++ de la Información y Comunicación. p.25 REALIA. ¿Qué es el mercado inmobiliario?, {En línea}. {3 de mayo 2021} Disponible en ( https://www.realia.es/que-es-mercado-inmobiliario ) p.25 Equipo de redacción de OIKOS, Perspectivas del sector inmobiliario para este 2021, {En Línea}.{3 de mayo 2021} Disponible en (https://www.oikos.com.co/inmobiliaria/noticias-inmobiliaria/como-va-el-sector-inmobiliario ) p.25 BALAGUERO Thais, ¿Qué son los Dataset y los dataframe en el Big Data?, {En Línea} {13 de mayo de 2021}, Disponible en (https://www.deustoformacion.com/blog/programacion-tic/que-son-datasets-dataframes-big-data). P.25 GARCÍA, Carlos, ¿Qué es el Deep Learning y para qué sirve? {en línea}, {23 de octubre de 2020}, Disponible en (https://www.indracompany.com/es/blogneo/deep-Learning-sirve) p.26 GARCIA Carlos, ¿Qué es el Machine Learning?Ibíd. P.26 ZAMBRANO, Juan, ¿Aprendizaje supervisado o no supervisado? Conoce sus diferencias dentro del Machine Learning y la automatización inteligente, {En línea}, {23 de octubre de 2020}, Disponible en (https://medium.com/@juanzambrano/aprendizaje-supervisado-o-no-supervisado-39ccf1fd6e7b) p.27 SANTOS Paloma, Tipos de aprendizaje en Machine Learning: supervisado y no supervisado, {En Línea}, {10 de mayo de 2021}, Disponible en https://empresas.blogthinkbig.com/que-algoritmo-elegir-en-ml-aprendizaje/) p.27 SANTOS Paloma, Op, Cit, p.27 GARCÍA, Oscar, Redes Neuronales artificiales: Qué son y cómo se entrenan, {En línea} {23 de octubre del 2020}, Disponible en (https://www.xeridia.com/blog/redes-neuronales-artificiales-que-son-y-como-se-entrenan-parte-i) p.28 GARCÍA, Oscar. Op. Cit. P.29 Julián Pérez Porto y María Merino. Definicion.de: Definición de página web, {En línea}. {23 de octubre del 2020} disponible en: (https://definicion.de/pagina-web/) p.29 LAFUENTE, Ainhoa, Que es el web Scraping, {En Línea}, {23 de octubre 2020} Disponible en ( https://aukera.es/blog/web-scraping/ ) p.30 LAFUENTE, Ainhoa, Bases de datos relacionales vs. no relacionales: ¿qué es mejor?, {En Línea},{23 de octubre 2020 }Disponible en (https://aukera.es/blog/bases-de-datos-relacionales-vs-no-relacionales/) p.30 Ayudaleyprotecciondatos.es, Base de datos no relacional. ¿Qué es? Características y ejemplos, {En línea}, {9 de mayo. de 2021}, Disponible en (https://ayudaleyprotecciondatos.es/bases-de-datos/no-relacional/) p.31 FERNÁNDEZ, Rubén, MongoDB: qué es, cómo funciona y cuándo podemos usarlo (o no), {En Línea},{23 de octubre 2020 }Disponible en (https://www.genbeta.com/desarrollo/mongodb-que-es-como-funciona-y-cuando-podemos-usarlo-o-no) p.31 ROBLEDANO Ángel, Qué es MongoDB, {En línea}, {9 de mayo de 2021} Disponible en (https://openwebinars.net/blog/que-es-mongodb/) p.31 Base de Datos de Scopus. Disponible en: (https://www-scopus-com.ucatolica.basesdedatosezproxy.com/search/form.uri?display=basic#basic) p. 32 Chao Ma, Zhenbing Liu, Zhiguang Cao, Wen Song, Jie Zhang, Weiliang Zeng, Cost-sensitive Deep Forest for Price Prediction, Pattern Recognition (2020), doi: https://doi.org/10.1016/j.patcog.2020.107499. P.32 Boyko, A.N. Email Author, Gladyshev, A.G. Email Author, Kadyrova, G.M. Email Author, Barmenkova, N.A. Email Author, Zybenko, A.V. 2020 Predicting the cost of housing using neural networks. P.33 A Bojanowska1 and J Lipski | 2019 | The use of data by smart systems for price forecasting in the context of building customer relationships on the Lublin real estate market | IOP. P.33 Yong Piao, Ansheng Chen, Zhendong Shang | 2019 | Housing Price Prediction Based on CNN | ICIST. P.33 Yao Sun, | 2019 | Real Estate Evaluation Model Based on Genetic Algorithm Optimized Neural Network | Data Science Journal. P.34 Junchi Bin, Shiyuan Tang, Yihao Liu, Gang Wang, Bryan Gardiner, Zheng Liu, Eric Li | 2017 | Regression model for appraisal of real estate using recurrent neural network and boosting tree | IEEE Intternational Conference. P.34 Poursaeed, O. Matera, T. Belongie, S.| 2018 | Vision-based real estate price estimation | Machine Vision and Aplications. P.35 Rotimi Boluwatife Abidoye, Albert P.C. Chan and Funmilayo Adenike Abidoye, Olalekan Shamsideen Oshodi. Op. cit. P.35 GRAJALES, Yuri, Modelo predicción precios viviendas proyecto Medellín, Op, Cit, p.36 FINCA RAÍZ.COM, ¿Quiénes Somos?, {en línea}, {25 de octubre 2020}, disponible en (https://www.fincaraiz.com.co/). P.37 DEXI .IO SOLUTIONS {En Línea} {29 de octubre 2020} Disponible en (https://www.dexi.io/solutions/). P.38 DEXI DATA Solutions - ETL Engine 2015. P.38 MARTINEZ, José, “15 Librerías de Python para Machine Learning” {En Línea} {29 de octubre 2020} Disponible en (https://www.iartificial.net/librerias-de-python-para-Machine-Learning/) p.39 Ibíd. P.40 MARTINEZ, José. Op, Cit. P.41 Python Data Analysis Library – pandas: Python Data Analysis Library». pandas. {En Línea} {29 de octubre 2020} disponible en (https://pandas.pydata.org/pandas-docs/stable/index.html). P.41 LANARO, Gabriele, Python high performance: build robust application by implementing concurrent and distributed processing techniques (Second edition edition). ISBN 978-1-78728-243-8. OCLC 990086907. {En Línea} {29 de octubre 2020} Disponible en (https://www.worldcat.org/title/python-high-performance-build-robust-application-by-implementing-concurrent-and-distributed-processing-techniques/oclc/990086907). P.42 BUHIGAS, Javier, Todo lo que necesitas saber sobre TensorFlow, la plataforma para Inteligencia Artificial de Google 2018, {En línea}, {29 de octubre 2020} Disponible en: (https://puentesdigitales.com/2018/02/14/todo-lo-que-necesitas-saber-sobre-tensorflow-la-plataforma-para-inteligencia-artificial-de-google/). P.42 LANARO, Gabriele, Python high performance: build robust application by implementing concurrent and distributed processing techniques (Second edition edition). ISBN 978-1-78728-243-8. OCLC 990086907. {En Línea} {29 de octubre 2020} Disponible en (https://www.worldcat.org/title/python-high-performance-build-robust-application-by-implementing-concurrent-and-distributed-processing-techniques/oclc/990086907). P.42 BUHIGAS, Javier, Todo lo que necesitas saber sobre TensorFlow, la plataforma para Inteligencia Artificial de Google 2018, {En línea}, {29 de octubre 2020} Disponible en: (https://puentesdigitales.com/2018/02/14/todo-lo-que-necesitas-saber-sobre-tensorflow-la-plataforma-para-inteligencia-artificial-de-google/). P.42 ORTIZ Moisés, Que es Excel y para qué sirve, {En Línea], {10 de mayo de 2021} {Disponible en: https://exceltotal.com/que-es-excel/} p.46 GUJARATI Damodar, PORTER Dawn. Econometría: Mínimos cuadrados ordinarios. Quinta Edición. México: Mc Graw Hill, 2010. p.47 Damodar N. Gujarati. Econometría, Op, cit. P.48 GRAJALES Yuri, Modelo predicción precios viviendas proyecto Medellín, Op, Cit, p.50 CAMARA DE COMERCIO DE BOGOTÁ, Como ubicar tu empresa en Bogotá desde el punto de vista administrativo, {En línea} {9 de mayo 2021}, disponible en (http://recursos.ccb.org.co/ccb/pot/PC/files/ley388.html#:~:text=En%20el%20a%C3%B1o%201997%20el,respectivos%20Planes%20de%20Ordenamiento%20Territorial.) p.51 Ley 388 de 1997.Op. Cit . P.51 ALCADÍA DE BOGOTÁ. Documentos para PLAN DE ORDENAMIENTO TERRITORIAL :: Estatutos Orgánicos. {En línea}. {10 de mayo 2021}. Disponible en: (https://www.alcaldiabogota.gov.co/sisjur/listados/tematica2.jsp?subtema=21178#:~:text=El%20Decreto%20Distrital%20190%20de,es%20decir%2C%20no%20ha%20sido ) p.52 ALCADÍA DE BOGOTÁ. Documentos para POT UNIDADES DE PLANEAMIENTO ZONAL -UPZ- :: Reglamentación. {En línea}. {10 de mayo 2021}. Disponible en: (https://www.alcaldiabogota.gov.co/sisjur/listados/tematica2.jsp?subtema=21291&cadena=p#:~:text=Decreto%20159%20de%202004%20Alcald%C3%ADa,Unidades%20de%20Planeamiento%20Zonal%20%E2%80%93UPZ.&text=Relaci%C3%B3n%20de%20las%20Unidades%20de,uno%20de%20los%20decretos%20respectivos. ) p.53 Departamento Administrativo Nacional de Estadística – DANE. Estratificación socioeconómica. {En línea}, {9 de mayo 2021}. Disponible en (https://www.dane.gov.co/index.php/69-espanol/geoestadistica/estratificacion/468-estratificacion-socioeconomica). P.53 SECRETARIA DISTRITAL DE PLANEACIÓN, Decreto Distrital 551 de 2019, Op. Cit. P.54 INSTITUTO GEOGRÁFICO AGUSTÍN CODAZZI SEDE CENTRAL. Op. Cit, p.55 MARTINES H José, Random Forest (Bosque Aleatorio): combinando árboles, {En Línea} {11 de mayo de 2021} {Disponible en: https://www.iartificial.net/random-forest-bosque-aleatorio/#Diferencia_intuitiva_entre_un_arbol_de_decision_y_un_random_forest}. P.74 MARCO S Francisco Javier. Coeficiente de variación {En Línea} {11 de mayo de 2021} {Disponible en: https://economipedia.com/definiciones/coeficiente-de- variacion.html} p.79 Municipios de Colombia, EL MUNICIPIO DE RIONEGRO, {En Línea} {13 de mayo de 2021} Disponible en (https://www.municipio.com.co/municipio-rionegro-ant.html) p.97 MARTINES H José, Random Forest (Bosque Aleatorio): combinando árboles, {En Línea} {11 de mayo de 2021} {Disponible en: https://www.iartificial.net/random-forest-bosque-aleatorio/#Diferencia_intuitiva_entre_un_arbol_de_decision_y_un_random_forest}. P.70 MARCO S Francisco Javier. Coeficiente de variación {En Línea} {11 de mayo de 2021} {Disponible en: https://economipedia.com/definiciones/coeficiente-de-variacion.html} p.75 GRAJALES Yuri, op. Cit p.89 Municipios de Colombia, EL MUNICIPIO DE RIONEGRO, {En Línea} {13 de mayo de 2021} Disponible en (https://www.municipio.com.co/municipio-rionegro-ant.html) p.93 |
| dc.rights.spa.fl_str_mv |
Copyright-Universidad Católica de Colombia, 2021 |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc/4.0/ |
| rights_invalid_str_mv |
Copyright-Universidad Católica de Colombia, 2021 Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) https://creativecommons.org/licenses/by-nc/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
113 páginas |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad Católica de Colombia |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.place.spa.fl_str_mv |
Bogotá |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas y Computación |
| institution |
Universidad Católica de Colombia |
| bitstream.url.fl_str_mv |
https://repository.ucatolica.edu.co/bitstreams/a4db7bcd-edcb-4244-bf62-974db5e40294/download https://repository.ucatolica.edu.co/bitstreams/2ff499a1-4258-43e1-a249-46a4df0dabe3/download https://repository.ucatolica.edu.co/bitstreams/87db5369-7bd0-40ef-b650-7b4cf395d6a5/download https://repository.ucatolica.edu.co/bitstreams/cf86aba6-7044-4214-a362-0d4c0f4cc1ad/download https://repository.ucatolica.edu.co/bitstreams/d544b4c2-46d7-4b66-96cd-2715773d5fe2/download https://repository.ucatolica.edu.co/bitstreams/542284d9-1ce4-49dd-8d1b-5ad96d577b2f/download |
| bitstream.checksum.fl_str_mv |
abce1d93e0a5977933f531148e98e0eb d6d2d957293e41b4107171b04c124c52 c899c124de555201e78372883aa5c165 f2f490cde983b37a3ce2e0483265a213 bc1f9f0dfb0bb5fa7e4cd8ec5fa50599 cacdd0533d5f15aa0801347b3410ca11 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad Católica de Colombia - RIUCaC |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1814256214860627968 |
| spelling |
Barrero-Calixto, Juan Carloscb4e37b7-115f-45e6-88ee-f5e505f99557-1Martínez-Sánchez, Duyber Nicolásaa1dba69-8690-4857-be5a-c34e35ea0b62-1Téllez-Buitrago, Vivianne Julianaacc4dce4-070a-4487-898f-882d67e3c384-12021-07-22T14:13:18Z20212021-07-22T14:13:18Z2021Trabajo de Investigación TecnológicaEn este proyecto se realizó el diseño, desarrollo e implementación de un método automático mediante técnicas de machine Learning con el cual se puede predecir el valor de inmuebles de vivienda en la ciudad Bogotá a través de la extracción de datos de publicaciones de venta de inmuebles en páginas web. Con la herramienta de web Scraping “Dexi”, se extrajo la información de la página web de Finca Raíz. Luego, se realizó un proceso de limpieza de datos con la ayuda de Python y Excel. Después, se implementaron las técnicas de: Árboles de decisión, regresión lineal, Random Forest y redes neuronales profundas. Por último, se calcularon las medidas de desempeño de Coeficiente de determinación (R2), Error cuadrático medio (RMSE) y Coeficiente de Variación (CV) respecto a la varianza, para así seleccionar el mejor método.PregradoIngeniero de Sistemas1. INTRODUCCIÓN 2. DESCRIPCIÓN DEL PROBLEMA 3. PREGUNTA DE INVESTIGACIÓN 4. OBJETIVOS 5. MARCO REFERENCIAL 6. ALCANCES Y LIMITACIONES 7. METODOLOGÍA 8. CONSTRUCCIÓN DEL DATASET 9. DISEÑO DEL MÉTODO AUTOMÁTICO 10. DESARROLLO DEL MÉTODO AUTOMÁTICO 11. EVALUACIÓN DEL MÉTODO AUTOMÁTICO 12. RESULTADOS Y ANÁLISIS DE RESULTADOS 13. CONCLUSIONES113 páginasapplication/pdfMartínez-Sánchez, D. N. & Téllez-Buitrago, V. J. (2021). Método automático para la predicción del avalúo comercial de un inmueble en la ciudad de Bogotá. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombiahttps://hdl.handle.net/10983/26289spaUniversidad Católica de ColombiaFacultad de IngenieríaBogotáIngeniería de Sistemas y ComputaciónBin, J.a, Gardiner, B.b, Li, E.c, Liu, Z.a, 2019, Multi-source urban data fusion for property value assessment: A case study in Philadelphia, ScienceDirect, p.16Rotimi Boluwatife Abidoye, Albert P.C. Chan and Funmilayo Adenike Abidoye, Olalekan Shamsideen Oshodi | 2018 | Predicting property price index using artificial intelligence techniques Evidence from Hong Kong | International Journal of Housing Markets and Analysis. P.16Rotimi Boluwatife Abidoye, Albert P.C. Chan and Funmilayo Adenike Abidoye, Olalekan Shamsideen Oshodi, Op.Cit. p.16Junchi Bin, Bryan Gardiner, Zheng Liu | 2019| Attention-based multi-modal fusion for improved real estate appraisal: a case study in Los Angeles. P.16Acuerdo 265 del 2018, Consejo superior de la Universidad Católica de Colombia, “Por el cual se aprueban los lineamientos y las opciones de grado para los programas de la Facultad de ingeniería de la Universidad Católica de Colombia, 12 de diciembre del 2018, Consejo superior de la Universidad Católica de Colombia. P.17MINISTERIO DE LAS TECNOLOGÍAS DE LA INFORMACIÓN Y LAS COMUNICACIONES, Aspectos básicos de la industria 4.0, República de Colombia, OFICINA ASESORA DE PLANEACIÓN Y ESTUDIOS SECTORIALES, 2019. P.18DIRECCIÓN DE MINERÍA EMPRESARIAL, Análisis del comportamiento del PIB minero primer trimestre de 2019, Bogotá D.C, 2019. P.18PROPERATI, Disponible en: (www.properati.com). p.18INSTITUTO GEOGRÁFICO AGUSTÍN CODAZZI SEDE CENTRAL, RESOLUCIÓN 620 DE 2008, Bogotá, Secretaría Jurídica Distrital, 2008. P.19Ley 388 de 1997. Por la cual se modifica la Ley 9 de 1989, y la Ley 2 de 1991 y se dictan otras disposiciones. 18 de julio de 1997. D.O. No. 43091. P.19SECRETARIA DISTRITAL DE PLANEACIÓN, Decreto Distrital 551 de 2019, Bogotá, Secretaria Distrital de planeación, 2019. P.19Julián Pérez Porto y Ana Gardey. Definicion.de: Definición de inmueble, {En línea}. {23 de octubre del 2020} disponible en: (https://definicion.de/inmueble/). P.23 Rebajatuscuentas.com, ¿Qué es un inmueble y qué tipo de inmuebles existen?, {En línea}, {8 de mayo del 2021} disponible en: (https://rebajatuscuentas.com/pe/blog/que-es-un-inmueble) p.23Julián Pérez Porto y Ana Gardey Definicion.de: Definición de vivienda, {En línea}. {23 de octubre del 2020} disponible en: (https://definicion.de/vivienda/) p.23Diccionarioactual.com, ¿Qué es vivienda?, {En línea}, {8 de mayo del 2021}, disponible en: (https://diccionarioactual.com/vivienda/) p.24SUÁREZ, Alexandra, Antes de vender o comprar, piensa en hacer un avalúo. {En línea}, {27 de octubre 2020}, disponible en: (https://www.metrocuadrado.com/noticias/guia-de-compra/antes-de-vender-o-comprar-piensa-en-hacer-un-avaluo-2863) p.24GRAJALES Yuri, Modelo predicción precios viviendas proyecto Medellín, Medellín, 2020, 74 Págs, Modelo predicción precios viviendas proyecto Medellín, Facultad de Ingeniería, Departamento en Tecnologías++ de la Información y Comunicación. p.25 REALIA. ¿Qué es el mercado inmobiliario?, {En línea}. {3 de mayo 2021} Disponible en ( https://www.realia.es/que-es-mercado-inmobiliario ) p.25Equipo de redacción de OIKOS, Perspectivas del sector inmobiliario para este 2021, {En Línea}.{3 de mayo 2021} Disponible en (https://www.oikos.com.co/inmobiliaria/noticias-inmobiliaria/como-va-el-sector-inmobiliario ) p.25BALAGUERO Thais, ¿Qué son los Dataset y los dataframe en el Big Data?, {En Línea} {13 de mayo de 2021}, Disponible en (https://www.deustoformacion.com/blog/programacion-tic/que-son-datasets-dataframes-big-data). P.25GARCÍA, Carlos, ¿Qué es el Deep Learning y para qué sirve? {en línea}, {23 de octubre de 2020}, Disponible en (https://www.indracompany.com/es/blogneo/deep-Learning-sirve) p.26GARCIA Carlos, ¿Qué es el Machine Learning?Ibíd. P.26ZAMBRANO, Juan, ¿Aprendizaje supervisado o no supervisado? Conoce sus diferencias dentro del Machine Learning y la automatización inteligente, {En línea}, {23 de octubre de 2020}, Disponible en (https://medium.com/@juanzambrano/aprendizaje-supervisado-o-no-supervisado-39ccf1fd6e7b) p.27SANTOS Paloma, Tipos de aprendizaje en Machine Learning: supervisado y no supervisado, {En Línea}, {10 de mayo de 2021}, Disponible en https://empresas.blogthinkbig.com/que-algoritmo-elegir-en-ml-aprendizaje/) p.27SANTOS Paloma, Op, Cit, p.27GARCÍA, Oscar, Redes Neuronales artificiales: Qué son y cómo se entrenan, {En línea} {23 de octubre del 2020}, Disponible en (https://www.xeridia.com/blog/redes-neuronales-artificiales-que-son-y-como-se-entrenan-parte-i) p.28GARCÍA, Oscar. Op. Cit. P.29Julián Pérez Porto y María Merino. Definicion.de: Definición de página web, {En línea}. {23 de octubre del 2020} disponible en: (https://definicion.de/pagina-web/) p.29LAFUENTE, Ainhoa, Que es el web Scraping, {En Línea}, {23 de octubre 2020} Disponible en ( https://aukera.es/blog/web-scraping/ ) p.30LAFUENTE, Ainhoa, Bases de datos relacionales vs. no relacionales: ¿qué es mejor?, {En Línea},{23 de octubre 2020 }Disponible en (https://aukera.es/blog/bases-de-datos-relacionales-vs-no-relacionales/) p.30Ayudaleyprotecciondatos.es, Base de datos no relacional. ¿Qué es? Características y ejemplos, {En línea}, {9 de mayo. de 2021}, Disponible en (https://ayudaleyprotecciondatos.es/bases-de-datos/no-relacional/) p.31FERNÁNDEZ, Rubén, MongoDB: qué es, cómo funciona y cuándo podemos usarlo (o no), {En Línea},{23 de octubre 2020 }Disponible en (https://www.genbeta.com/desarrollo/mongodb-que-es-como-funciona-y-cuando-podemos-usarlo-o-no) p.31ROBLEDANO Ángel, Qué es MongoDB, {En línea}, {9 de mayo de 2021} Disponible en (https://openwebinars.net/blog/que-es-mongodb/) p.31Base de Datos de Scopus. Disponible en: (https://www-scopus-com.ucatolica.basesdedatosezproxy.com/search/form.uri?display=basic#basic) p. 32 Chao Ma, Zhenbing Liu, Zhiguang Cao, Wen Song, Jie Zhang, Weiliang Zeng, Cost-sensitive Deep Forest for Price Prediction, Pattern Recognition (2020), doi: https://doi.org/10.1016/j.patcog.2020.107499. P.32Boyko, A.N. Email Author, Gladyshev, A.G. Email Author, Kadyrova, G.M. Email Author, Barmenkova, N.A. Email Author, Zybenko, A.V. 2020 Predicting the cost of housing using neural networks. P.33A Bojanowska1 and J Lipski | 2019 | The use of data by smart systems for price forecasting in the context of building customer relationships on the Lublin real estate market | IOP. P.33Yong Piao, Ansheng Chen, Zhendong Shang | 2019 | Housing Price Prediction Based on CNN | ICIST. P.33Yao Sun, | 2019 | Real Estate Evaluation Model Based on Genetic Algorithm Optimized Neural Network | Data Science Journal. P.34Junchi Bin, Shiyuan Tang, Yihao Liu, Gang Wang, Bryan Gardiner, Zheng Liu, Eric Li | 2017 | Regression model for appraisal of real estate using recurrent neural network and boosting tree | IEEE Intternational Conference. P.34Poursaeed, O. Matera, T. Belongie, S.| 2018 | Vision-based real estate price estimation | Machine Vision and Aplications. P.35Rotimi Boluwatife Abidoye, Albert P.C. Chan and Funmilayo Adenike Abidoye, Olalekan Shamsideen Oshodi. Op. cit. P.35GRAJALES, Yuri, Modelo predicción precios viviendas proyecto Medellín, Op, Cit, p.36FINCA RAÍZ.COM, ¿Quiénes Somos?, {en línea}, {25 de octubre 2020}, disponible en (https://www.fincaraiz.com.co/). P.37DEXI .IO SOLUTIONS {En Línea} {29 de octubre 2020} Disponible en (https://www.dexi.io/solutions/). P.38DEXI DATA Solutions - ETL Engine 2015. P.38MARTINEZ, José, “15 Librerías de Python para Machine Learning” {En Línea} {29 de octubre 2020} Disponible en (https://www.iartificial.net/librerias-de-python-para-Machine-Learning/) p.39 Ibíd. P.40MARTINEZ, José. Op, Cit. P.41 Python Data Analysis Library – pandas: Python Data Analysis Library». pandas. {En Línea} {29 de octubre 2020} disponible en (https://pandas.pydata.org/pandas-docs/stable/index.html). P.41LANARO, Gabriele, Python high performance: build robust application by implementing concurrent and distributed processing techniques (Second edition edition). ISBN 978-1-78728-243-8. OCLC 990086907. {En Línea} {29 de octubre 2020} Disponible en (https://www.worldcat.org/title/python-high-performance-build-robust-application-by-implementing-concurrent-and-distributed-processing-techniques/oclc/990086907). P.42BUHIGAS, Javier, Todo lo que necesitas saber sobre TensorFlow, la plataforma para Inteligencia Artificial de Google 2018, {En línea}, {29 de octubre 2020} Disponible en: (https://puentesdigitales.com/2018/02/14/todo-lo-que-necesitas-saber-sobre-tensorflow-la-plataforma-para-inteligencia-artificial-de-google/). P.42 LANARO, Gabriele, Python high performance: build robust application by implementing concurrent and distributed processing techniques (Second edition edition). ISBN 978-1-78728-243-8. OCLC 990086907. {En Línea} {29 de octubre 2020} Disponible en (https://www.worldcat.org/title/python-high-performance-build-robust-application-by-implementing-concurrent-and-distributed-processing-techniques/oclc/990086907). P.42BUHIGAS, Javier, Todo lo que necesitas saber sobre TensorFlow, la plataforma para Inteligencia Artificial de Google 2018, {En línea}, {29 de octubre 2020} Disponible en: (https://puentesdigitales.com/2018/02/14/todo-lo-que-necesitas-saber-sobre-tensorflow-la-plataforma-para-inteligencia-artificial-de-google/). P.42ORTIZ Moisés, Que es Excel y para qué sirve, {En Línea], {10 de mayo de 2021} {Disponible en: https://exceltotal.com/que-es-excel/} p.46GUJARATI Damodar, PORTER Dawn. Econometría: Mínimos cuadrados ordinarios. Quinta Edición. México: Mc Graw Hill, 2010. p.47Damodar N. Gujarati. Econometría, Op, cit. P.48GRAJALES Yuri, Modelo predicción precios viviendas proyecto Medellín, Op, Cit, p.50CAMARA DE COMERCIO DE BOGOTÁ, Como ubicar tu empresa en Bogotá desde el punto de vista administrativo, {En línea} {9 de mayo 2021}, disponible en (http://recursos.ccb.org.co/ccb/pot/PC/files/ley388.html#:~:text=En%20el%20a%C3%B1o%201997%20el,respectivos%20Planes%20de%20Ordenamiento%20Territorial.) p.51Ley 388 de 1997.Op. Cit . P.51ALCADÍA DE BOGOTÁ. Documentos para PLAN DE ORDENAMIENTO TERRITORIAL :: Estatutos Orgánicos. {En línea}. {10 de mayo 2021}. Disponible en: (https://www.alcaldiabogota.gov.co/sisjur/listados/tematica2.jsp?subtema=21178#:~:text=El%20Decreto%20Distrital%20190%20de,es%20decir%2C%20no%20ha%20sido ) p.52ALCADÍA DE BOGOTÁ. Documentos para POT UNIDADES DE PLANEAMIENTO ZONAL -UPZ- :: Reglamentación. {En línea}. {10 de mayo 2021}. Disponible en: (https://www.alcaldiabogota.gov.co/sisjur/listados/tematica2.jsp?subtema=21291&cadena=p#:~:text=Decreto%20159%20de%202004%20Alcald%C3%ADa,Unidades%20de%20Planeamiento%20Zonal%20%E2%80%93UPZ.&text=Relaci%C3%B3n%20de%20las%20Unidades%20de,uno%20de%20los%20decretos%20respectivos. ) p.53Departamento Administrativo Nacional de Estadística – DANE. Estratificación socioeconómica. {En línea}, {9 de mayo 2021}. Disponible en (https://www.dane.gov.co/index.php/69-espanol/geoestadistica/estratificacion/468-estratificacion-socioeconomica). P.53SECRETARIA DISTRITAL DE PLANEACIÓN, Decreto Distrital 551 de 2019, Op. Cit. P.54 INSTITUTO GEOGRÁFICO AGUSTÍN CODAZZI SEDE CENTRAL. Op. Cit, p.55 MARTINES H José, Random Forest (Bosque Aleatorio): combinando árboles, {En Línea} {11 de mayo de 2021} {Disponible en: https://www.iartificial.net/random-forest-bosque-aleatorio/#Diferencia_intuitiva_entre_un_arbol_de_decision_y_un_random_forest}. P.74MARCO S Francisco Javier. Coeficiente de variación {En Línea} {11 de mayo de 2021} {Disponible en: https://economipedia.com/definiciones/coeficiente-de- variacion.html} p.79Municipios de Colombia, EL MUNICIPIO DE RIONEGRO, {En Línea} {13 de mayo de 2021} Disponible en (https://www.municipio.com.co/municipio-rionegro-ant.html) p.97 MARTINES H José, Random Forest (Bosque Aleatorio): combinando árboles, {En Línea} {11 de mayo de 2021} {Disponible en: https://www.iartificial.net/random-forest-bosque-aleatorio/#Diferencia_intuitiva_entre_un_arbol_de_decision_y_un_random_forest}. P.70MARCO S Francisco Javier. Coeficiente de variación {En Línea} {11 de mayo de 2021} {Disponible en: https://economipedia.com/definiciones/coeficiente-de-variacion.html} p.75 GRAJALES Yuri, op. Cit p.89Municipios de Colombia, EL MUNICIPIO DE RIONEGRO, {En Línea} {13 de mayo de 2021} Disponible en (https://www.municipio.com.co/municipio-rionegro-ant.html) p.93Copyright-Universidad Católica de Colombia, 2021info:eu-repo/semantics/openAccessAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)https://creativecommons.org/licenses/by-nc/4.0/http://purl.org/coar/access_right/c_abf2INTELIGENCIA ARTIFICIALAVALÚO COMERCIALINDUSTRIA INMOBILIARIARECOPILACIÓN DE DATOSPROCESAMIENTO DE DATOSMétodo automático para la predicción del avalúo comercial de un inmueble en la ciudad de BogotáTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/version/c_fa2ee174bc00049fhttp://purl.org/coar/version/c_71e4c1898caa6e32PublicationORIGINALtrabajo de grado Completo.pdftrabajo de grado Completo.pdfapplication/pdf3181113https://repository.ucatolica.edu.co/bitstreams/a4db7bcd-edcb-4244-bf62-974db5e40294/downloadabce1d93e0a5977933f531148e98e0ebMD51RESUMEN ANALITICO EN EDUCACION RAE.pdfRESUMEN ANALITICO EN EDUCACION RAE.pdfapplication/pdf235012https://repository.ucatolica.edu.co/bitstreams/2ff499a1-4258-43e1-a249-46a4df0dabe3/downloadd6d2d957293e41b4107171b04c124c52MD52TEXTtrabajo de grado Completo.pdf.txttrabajo de grado Completo.pdf.txtExtracted texttext/plain216618https://repository.ucatolica.edu.co/bitstreams/87db5369-7bd0-40ef-b650-7b4cf395d6a5/downloadc899c124de555201e78372883aa5c165MD53RESUMEN ANALITICO EN EDUCACION RAE.pdf.txtRESUMEN ANALITICO EN EDUCACION RAE.pdf.txtExtracted texttext/plain21128https://repository.ucatolica.edu.co/bitstreams/cf86aba6-7044-4214-a362-0d4c0f4cc1ad/downloadf2f490cde983b37a3ce2e0483265a213MD55THUMBNAILtrabajo de grado Completo.pdf.jpgtrabajo de grado Completo.pdf.jpgRIUCACimage/jpeg10851https://repository.ucatolica.edu.co/bitstreams/d544b4c2-46d7-4b66-96cd-2715773d5fe2/downloadbc1f9f0dfb0bb5fa7e4cd8ec5fa50599MD54RESUMEN ANALITICO EN EDUCACION RAE.pdf.jpgRESUMEN ANALITICO EN EDUCACION RAE.pdf.jpgRIUCACimage/jpeg20086https://repository.ucatolica.edu.co/bitstreams/542284d9-1ce4-49dd-8d1b-5ad96d577b2f/downloadcacdd0533d5f15aa0801347b3410ca11MD5610983/26289oai:repository.ucatolica.edu.co:10983/262892023-03-24 14:54:49.028https://creativecommons.org/licenses/by-nc/4.0/Copyright-Universidad Católica de Colombia, 2021https://repository.ucatolica.edu.coRepositorio Institucional Universidad Católica de Colombia - RIUCaCbdigital@metabiblioteca.com |