Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11531/78766
Título : Análisis de factores que afectan al precio de la vivienda mediante el uso de técnicas de Inteligencia Artificial
Autor : González Fabre, Raúl
Rius Matas, María Fernanda
Universidad Pontificia Comillas, Facultad de Ciencias Económicas y Empresariales
Palabras clave : 53 Ciencias económicas;5312 Economía sectorial;531203 Construcción
Fecha de publicación : 2024
Resumen : El análisis de los factores que inciden en el precio de la vivienda mediante técnicas de inteligencia artificial emerge como un enfoque crucial en el contexto del mercado inmobiliario. La complejidad inherente a este mercado, con sus múltiples variables interrelacionadas, demanda herramientas avanzadas para una comprensión profunda y una toma de decisiones más precisa. Esta investigación se centra en la aplicación de algoritmos de aprendizaje automático y análisis de datos para identificar patrones, tendencias y relaciones ocultas en conjuntos de datos inmobiliarios. Los objetivos incluyen no solo comprender los determinantes del precio de la vivienda, sino también optimizar la toma de decisiones en el mercado inmobiliario. La metodología abarca desde el análisis exploratorio de datos y la revisión de literatura hasta la implementación de modelos predictivos, con el fin de proporcionar herramientas eficientes y precisas para la toma de decisiones estratégicas. Los resultados obtenidos de este estudio no solo informarán sobre los factores más influyentes en los precios de la vivienda, sino que también ofrecerán recomendaciones estratégicas para los actores clave del mercado inmobiliario, contribuyendo así a una comprensión más completa y una gestión más eficaz de este sector fundamental en la economía.
The analysis of factors affecting housing prices through artificial intelligence techniques emerges as a crucial approach in the real estate market context. The inherent complexity of this market, with its multiple interrelated variables, demands advanced tools for deep understanding and more precise decision-making. This research focuses on applying machine learning algorithms and data analysis to identify patterns, trends, and hidden relationships in real estate datasets. Objectives include not only understanding the determinants of housing prices but also optimizing decision-making in the real estate market. The methodology spans from exploratory data analysis and literature review to the implementation of predictive models, aiming to provide efficient and accurate tools for strategic decision-making. The findings from this study will not only inform about the most influential factors in housing prices but also offer strategic recommendations for key players in the real estate market, thus contributing to a comprehensive understanding and more effective management of this fundamental sector in the economy.
Descripción : Grado en Administración y Dirección de Empresas y Grado en Análisis de Negocios/Business Analytics
URI : http://hdl.handle.net/11531/78766
Aparece en las colecciones: KBA-Trabajos Fin de Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TFG - Rius Matas, Fernanda.pdfTrabajo Fin de Grado2,39 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.