Application of data analytics methods to assess the prospectivity of planned real estate developments

Capa

Citar

Texto integral

Resumo

Introduction. In the process of making decisions, about design and construction there are tasks of assessing the prospects for the planned construction of real estate. The subject of the research is the assessment of the attractiveness of real estate objects from the position of expediency of their construction.Materials and methods. Research methods include analysis of scientific papers, application of systems analysis and systems approach, structural and mathematical modelling of phenomena and processes, theory and practice of digitalization of economic systems, theory and methodology of object-oriented big data processing, theory of forecasting and statistical analysis.Results. Four groups of property parameters that may influence their attractiveness have been identified. The information has been formalized into a form suitable for analytics. It has been shown that the properties of objects can be regarded as their attributes and in this regard, a star data model has been proposed for the information-analytical system. The scheme of interconnection of object characteristics and parameters is proposed, as well as the model of data processing system including the collection of big data from multiple sources and integration with the enterprise platforms. The estimation of attractiveness of objects is carried out by calculating the integral index consisting of integral indexes of separate data sets. The method of ranking the formalized indicators of objects as a preliminary stage of expert determination of their weight values is proposed. On the basis of the integral index of object attractiveness a management decision may be made as to the advisability and prospects of construction or performance of correction of design indices of the projected object. The modelling and reporting process can be carried out in software that implements the Business Intelligence concept.Conclusions. The proposed methodology for assessing prospective properties based on big data analysis can be used in decision-making by both construction companies and participants in the secondary real estate market for efficient parametric selection of properties according to customer requests.

Sobre autores

Alexei Sirotskiy

Moscow State University of Civil Engineering (National Research University) (MGSU)

Email: hotwater2009@yandex.ru
ORCID ID: 0000-0002-9343-7185
Código SPIN: 2806-6696

Bibliografia

  1. Кривогуз А.Ю., Озеров Е.С. Апартаменты как наиболее привлекательное направление девелопмента // Фундаментальные и прикладные исследования в области управления, экономики и торговли : сб. тр. науч. и учебно-практ. конф. 2017. С. 65–71.
  2. Батин П.С., Дубровский А.В., Иванова Т.В. Реновация жилья и перспективное планирование развития территорий населенных пунктов // Регулирование земельно-имущественных отношений в России: правовое и геопространственное обеспечение, оценка недвижимости, экология, технологические решения. 2019. Т. 1. С. 19–24.
  3. Львова Д.В. Анализ ценовой политики на рынке жилой недвижимости // Форум молодых ученых. 2017. № 7 (11). С. 487–491.
  4. Крыгина А.М., Дмитриева А.А. Проблемы территориального воспроизводства жилищной недвижимости // Проблемы развития современного общества : сб. науч. тр. 3-й Всерос. науч.-практ. конф. 2015. С. 181–187.
  5. Зобнев А.В., Баронин С.А. Управление энергоэффективностью на основе расчета стоимости жизненных циклов объектов недвижимости по совокупным затратам // Национальная Ассоциация Ученых. 2020. № 58–3 (58). С. 42–45.
  6. Кулаков К.Ю., Баронин С.А. Стоимостное моделирование жизненных циклов строительства зданий на основе совокупных затрат и оценка стоимости контрактов на жизненные циклы недвижимости // Недвижимость: экономика, управление. 2019. № 1. С. 32–38.
  7. Брюханова Е.А. Геоинформационные технологии в изучении городского пространства XIX–XX веков // Цифровая гуманитаристика: ресурсы, методы, исследования : мат. Междунар. науч. конф. 2017. С. 12–15.
  8. Кожемяченко Ю.А. Перспективы применения больших данных в строительстве // Инновации. Наука. Образование. 2021. № 34. С. 1293–1297.
  9. Каган П.Б. Аналитические исследования больших массивов данных в строительстве // Промышленное и гражданское строительство. 2018. № 3. С. 80–84.
  10. Каган П.Б. Моделирование застройки территорий // Вестник КИГИТ. 2012. № 12–3 (30). С. 9.
  11. Каган П.Б. Потоковые технологии анализа данных в строительном организационно-технологическом проектировании // Промышленное и гражданское строительство. 2020. № 4. С. 48–52. doi: 10.33622/0869-7019.2020.04.48-52
  12. Есболай Г.И. Применение новых технологий в строительной отрасли и девелопменте // Наука через призму времени. 2021. № 12 (57). С. 21–23.
  13. Постнов К.В., Каган П.Б. Технологии “big data” для информационной поддержки работы предприятий строительного комплекса // Системотехника строительства. Киберфизические строительные системы : сб. мат. семинара, проводимого в рамках VI Междунар. науч. конф. 2018. С. 202–206.
  14. Casini M. Construction 4.0: Advanced technology, tools and materials for the digital transformation of the construction industry. 2022. doi: 10.1016/B978-0-12-821797-9.00014-3
  15. Журавлев П.А., Сборщиков С.Б. Сводная параметрическая модель организации реинжиниринга территорий и застройки // Вестник МГСУ. 2022. Т. 17. № 9. С. 1240–1249. doi: 10.22227/1997-0935.2022.9.1240-1249
  16. Бабкин А.В., Акмаева Р.И., Александров Ю.Д., Александрова А.В., Алетдинова А.А., Балякин А.А. и др. Цифровизация экономических систем: теория и практика. СПб. : Политех-Пресс, 2020. 796 с. doi: 10.18720/IEP/2020.3
  17. Майер-Шенбергер В., Кукьер К. Большие данные: революция, которая изменит то, как мы живем, работаем и мыслим. М. : Манн, Иванов и Фербер, 2014. 240 с.
  18. Закускин С.В. Формирование интегральных показателей в маркетинговых исследованиях по результатам квантификации // Креативная экономика. 2021. Т. 15. № 5. С. 2091–2114. doi: 10.18334/ce.15.5.112129
  19. Мороз А.М. Научное обоснование методики оценки интегрального потребительского качества коттеджных поселков // Экономические науки. 2010. № 3. С. 172–175.
  20. Ворошилова О.С., Сиротский А.А. Интеграция информационных систем на основе метамоделирования // Информационная безопасность бизнеса и общества : сб. избранных статей науч.-пед. состава кафедры информационных систем, сетей и безопасности. 2016. С. 18–22.
  21. Чернышова Г.Ю. Применение средств Business Intelligence для малого и среднего бизнеса // Информационная безопасность регионов. 2013. № 2 (13). С. 23–26.
  22. Сиротский А.А. Научный подход в управлении бизнесом // Преподавание информационных технологий в Российской Федерации : мат. X открытой Всерос. конф. 2012. С. 438–446.
  23. Сиротский А.А. Технологии конкурентоспособного управления предприятиями машиностроения // Ученые записки Российского государственного социального университета. 2013. Т. 2. № 5 (120). С. 177–181.
  24. Сиротский А.А. Об инновационных подходах, средствах и методах эффективного управления предприятием // Человеческий капитал. 2011. № 11 (35). С. 64–66.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».