Aplicação de técnicas de descobrimento de conhecimento em bases de dados e de inteligência artificial em avaliação de imóveis

A comparação de dados de mercado é o método mais empregado em avaliação de imóveis. Este método fundamenta-se na coleta, análise e modelagem de dados do mercado imobiliário. Porém os dados freqüentemente contêm erros e imprecisões, além das dificuldades de seleção de casos e atributos relevantes, problemas que em geral são solucionados subjetivamente. Os modelos hedônicos de preços têm sido empregados, associados com a análise de regressão múltipla, mas existem alguns problemas que afetam a precisão das estimativas. Esta Tese investigou a utilização de técnicas alternativas para desenvolver as funções de preparação dos dados e desenvolvimento de modelos preditivos, explorando as áreas de descobrimento de conhecimento e inteligência artificial. Foi proposta uma nova abordagem para as avaliações, consistindo da formação de uma base de dados, ampla e previamente preparada, com a aplicação de um conjunto de técnicas para seleção de casos e para geração de modelos preditivos. Na fase de preparação dos dados foram utilizados as técnicas de regressão e redes neurais para a seleção de informação relevante, e o algoritmo de vizinhança próxima para estimação de valores para dados com erros ou omissões. O desenvolvimento de modelos preditivos incluiu as técnicas de regressão com superficies de resposta, modelos aditivos generalizados ajustados com algoritmos genéticos, regras extraídas de redes neurais usando lógica difusa e sistemas de regras difusas obtidos com algoritmos genéticos, os quais foram comparados com a abordagem tradicional de regressão múltipla Esta abordagem foi testada através do desenvolvimento de um estudo empírico, utilizando dados fornecidos pela Prefeitura Municipal de Porto Alegre. Foram desenvolvidos três formatos de avaliação, com modelos para análise de mercado, avaliação em massa e avaliação individual. Os resultados indicaram o aperfeiçoamento da base de dados na fase de preparação e o equilíbrio das técnicas preditivas, com um pequeno incremento de precisão, em relação à regressão múltipla.Os modelos foram similares, em termos de formato e precisão, com o melhor desempenho sendo atingido com os sistemas de regras difusas.

Atributos espaciais e valorização imobiliária em Porto Alegre, RS

A dissertação busca combinar Modelos Configuracionais Urbanos e Modelos Econométricos com o objetivo de ampliar o conhecimento existente sobre o mercado imobiliário residencial em Porto Alegre. Mais especificamente, são estudados os Modelos Configuracionais de Centralidade e de Oportunidade Espacial propostos para simular o crescimento da cidade, e o Modelo de Preços Hedônicos, geralmente usado para inferir sobre a valorização de atributos dos imóveis e de sua localização. Os coeficientes gerados pelo Modelo de Preços Hedônicos são sugeridos como possível especificação requerida pelo Modelo de Oportunidade Espacial para determinar a probabilidade de um espaço urbano ser ocupado por diferentes padrões construtivos, já que essa oportunidade leva em conta a proximidade ou presença de certos elementos de valorização. As características estudadas são relativas ao imóvel em si, tais como padrão de acabamento e área, relativas à qualidade de seu entorno, como a renda média dos vizinhos e a presença de habitações precárias e relativas a sua acessibilidade a itens como o rio, pólos de comércio e serviços e a centros locais. Esse último atributo corresponde ao grau de centralidade agregada dos centros locais determinado em estudo realizado pelo PROPUR para a cidade de Porto Alegre utilizando o Modelo Configuracional de Centralidade, e que indica as áreas com concentração de atividades e animação urbanas.