Resumen de Técnicas de minería de datos para el análisis de la plusvalía inmobiliaria
Elba María Bodero Poveda, Cristian Hugo Morales Alarcón, Ana Elizabeth Congacha Aushay, Cristina Estefanía Ramos Araujo
La minería de datos permite la extracción de información, la clasificación de datos y el procesamiento de los mismos, para conocer su comportamiento, realizar predicciones y para la toma efectiva de decisiones. Esta investigación tiene como objetivo determinar cuáles son las técnicas de minería de datos más utilizadas para el análisis de la plusvalía inmobiliaria, para ello se hace uso de una revisión bibliográfica, análisis de contenido y la aplicación de un diseño de teoría fundamentada. En las investigaciones analizadas se pudo determinar que las técnicas de minería de datos aplicadas para predecir precios en bienes raíces son: Redes Neuronales Artificiales, Análisis Clúster, Árbol de decisión, Modelos de regresión, Modelos estadísticos, Clasificador Bayesiano Ingenuo, Algoritmo K-Neighbors, Algoritmo AdaBoost, evidenciando que la técnica de Redes Neuronales Artificiales es la que mejores resultados presenta. Con respecto a las variables de datos de cada propiedad se encontraron 27 entre las más importantes se presentan el tipo de propiedad, ubicación, precio, área de terreno, área de construcción, número de pisos, número de habitaciones, número de baños, número de estacionamientos o garaje, entre otras, además se analizaron los datos de las publicaciones en redes sociales y sitios web de inmobiliarias de la ciudad de Riobamba. Los resultados proporcionados por esta investigación son útiles para la aplicación de técnicas de minería de datos en investigaciones sobre inversiones inmobiliarias o predicciones del avalúo inmobiliario.
