Modelos de avaliação em massa : redes neuronais artificiais aplicadas ao sector imobiliário residencial em Portugal? : estudo de caso na cidade de Lisboa

Detalhes bibliográficos
Autor(a) principal: Amaro, Jorge Filipe Montez Vaz Monteiro
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.5/10737
Resumo: Mestrado em Gestão e Avaliação Imobiliária
id RCAP_16868c5fcb495dacb62ff06311cceee0
oai_identifier_str oai:www.repository.utl.pt:10400.5/10737
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Modelos de avaliação em massa : redes neuronais artificiais aplicadas ao sector imobiliário residencial em Portugal? : estudo de caso na cidade de Lisboaredes neuronais artificiaisavaliação em massamercado imobiliárioartificial neural networksmass appraisalreal estate marketMestrado em Gestão e Avaliação ImobiliáriaAs redes neuronais artificiais são uma metodologia alternativa aos modelos tradicionais de previsão. A sua utilização tem-se vindo a massificar, sobretudo nas áreas da medicina, finanças, indústria automóvel e, mais recentemente em modelos de avaliação em massa aplicados ao mercado imobiliário. Este trabalho teve como objectivo fundamental a realização de experiências que utilizassem esta metodologia de previsão não paramétrica (não linear). No estudo de caso apresentado, foram analisadas 2.013 transacções, que ocorreram entre 2007 e 2012, mediadas pela rede de franchisados RE/MAX, relativas ao segmento residencial na cidade de Lisboa. Com esta base de dados, e depois de encontrada a melhor rede neuronal, foi possível obter um erro médio percentual absoluto (MAPE) na ordem dos 19%, em que para cerca de 67% da amostra foi alcançado um erro de estimação abaixo dos 20%. Utilizando esta metodologia, também foi observado que a rede neuronal funciona melhor se eliminados os outliers da amostra, aumentando a sua precisão. Foi ainda experimentada a introdução de variáveis temporais e de localização, tais como o ano de transacção de um determinado imóvel e a sua idade, ou ainda a freguesia onde está inserido, tendo sido obtidos comportamentos positivos no desempenho das redes. Para além da originalidade do tema, é de destacar que foram utilizados para este trabalho, valores reais de transacção relativos ao sector residencial em Portugal, tendo sido verificada uma aproximação do comportamento e da tendência do valor de transacção estimado pela rede, aos verificados pelo mercado.The artificial neural networks are an alternative approach to traditional forecasting. Its use has been largely used, particularly in the areas of medicine, finance, automotive, and more recently in mass valuation models applied to the real estate market. This work had as main objective conducting experiments that used this methodology to forecast nonparametric (nonlinear). In the case study were analyzed 2013 transactions that occurred between 2007 and 2012, mediated by the network of franchisees RE / MAX, for the residential segment in Lisbon. With this database, and after found the best neural network, it was possible to obtain an mean absolute percent error (MAPE) of around 19%, in which to approximately 67% of the sample was reached estimation error below 20 %. Using this methodology, it was also observed that the neural network works better if the outliers are removed from the sample, increasing its accuracy. It also experienced the introduction of temporal variables and location, such as the year of a particular property transaction and its age, or the parish where it is located, having obtained positive behaviors in network performance. Beyond the originality of the subject, it is worth noting that was used for this work, actual transaction values for the residential sector in Portugal, having been verified an approximation of the behavior and trend of the transaction value estimated by the network, verified by the market.Instituto Superior de Economia e GestãoSilva, João Andrade eRepositório da Universidade de LisboaAmaro, Jorge Filipe Montez Vaz Monteiro2016-01-21T14:21:00Z20122012-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.5/10737porAmaro, Jorge Filipe Montez Vaz Monteiro (2012). "Modelos de avaliação em massa : redes neuronais artificiais aplicadas ao sector imobiliário residencial em Portugal? : estudo de caso na cidade de Lisboa". Dissertação de Mestrado, Universidade Técnica de Lisboa. Instituto Superior de Economia e Gestão.info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-06T14:41:02Zoai:www.repository.utl.pt:10400.5/10737Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T16:57:09.074244Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Modelos de avaliação em massa : redes neuronais artificiais aplicadas ao sector imobiliário residencial em Portugal? : estudo de caso na cidade de Lisboa
title Modelos de avaliação em massa : redes neuronais artificiais aplicadas ao sector imobiliário residencial em Portugal? : estudo de caso na cidade de Lisboa
spellingShingle Modelos de avaliação em massa : redes neuronais artificiais aplicadas ao sector imobiliário residencial em Portugal? : estudo de caso na cidade de Lisboa
Amaro, Jorge Filipe Montez Vaz Monteiro
redes neuronais artificiais
avaliação em massa
mercado imobiliário
artificial neural networks
mass appraisal
real estate market
title_short Modelos de avaliação em massa : redes neuronais artificiais aplicadas ao sector imobiliário residencial em Portugal? : estudo de caso na cidade de Lisboa
title_full Modelos de avaliação em massa : redes neuronais artificiais aplicadas ao sector imobiliário residencial em Portugal? : estudo de caso na cidade de Lisboa
title_fullStr Modelos de avaliação em massa : redes neuronais artificiais aplicadas ao sector imobiliário residencial em Portugal? : estudo de caso na cidade de Lisboa
title_full_unstemmed Modelos de avaliação em massa : redes neuronais artificiais aplicadas ao sector imobiliário residencial em Portugal? : estudo de caso na cidade de Lisboa
title_sort Modelos de avaliação em massa : redes neuronais artificiais aplicadas ao sector imobiliário residencial em Portugal? : estudo de caso na cidade de Lisboa
author Amaro, Jorge Filipe Montez Vaz Monteiro
author_facet Amaro, Jorge Filipe Montez Vaz Monteiro
author_role author
dc.contributor.none.fl_str_mv Silva, João Andrade e
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Amaro, Jorge Filipe Montez Vaz Monteiro
dc.subject.por.fl_str_mv redes neuronais artificiais
avaliação em massa
mercado imobiliário
artificial neural networks
mass appraisal
real estate market
topic redes neuronais artificiais
avaliação em massa
mercado imobiliário
artificial neural networks
mass appraisal
real estate market
description Mestrado em Gestão e Avaliação Imobiliária
publishDate 2012
dc.date.none.fl_str_mv 2012
2012-01-01T00:00:00Z
2016-01-21T14:21:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.5/10737
url http://hdl.handle.net/10400.5/10737
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Amaro, Jorge Filipe Montez Vaz Monteiro (2012). "Modelos de avaliação em massa : redes neuronais artificiais aplicadas ao sector imobiliário residencial em Portugal? : estudo de caso na cidade de Lisboa". Dissertação de Mestrado, Universidade Técnica de Lisboa. Instituto Superior de Economia e Gestão.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799131054432321536

Registros relacionados