Источники данных и машинное обучение на прединвестиционой стадии проектов развития территорий

ВВЕДЕНИЕ

На начальном этапе любого инвестиционного проекта необходимо принимать решения, которые определяют успех и рентабельность будущего строительства (Акристиний, 2018) [1]. Традиционные методы анализа рынка недвижимости часто оказываются недостаточными для обработки большого объема данных и выявления скрытых закономерностей (Моисеев, 2013) [12]. Это приводит к неоптимальным решениям, увеличению рисков и затрат, а также к недостаточной конкурентоспособности проекта (Гареев, 2018) [4]. В условиях быстрого роста городов и увеличения объемов строительства существует острая необходимость в применении новых технологий, которые могут обеспечить более точный и эффективный анализ данных (Игнатьев и др, 2014) [7].

Машинное обучение (ML) представляет собой перспективный инструмент для решения этих задач. Оно позволяет обрабатывать большие массивы данных, анализировать сложные взаимосвязи и предсказывать будущие тенденции. Использование ML на предпроектной стадии позволяет значительно улучшить качество принимаемых решений, что в свою очередь способствует созданию более конкурентоспособных и успешных проектов. Тем не менее, внедрение ML в строительную отрасль сопряжено с рядом вызовов, включая необходимость интеграции различных источников данных, обеспечение точности и надежности прогнозов, а также адаптация алгоритмов к специфике строительного рынка (Суворов и др.) [16].

Целью данной работы является исследование и анализ методов обработки данных с использованием инструментария, а также применение методов машинного обучения для решения задач анализа данных и прогнозирования.

Для достижения цели исследования были поставлены следующие задачи.

В первую очередь, необходимо провести анализ существующих методов и инструментов обработки данных, изучить текущие подходы к анализу данных на предпроектной стадии, а также оценить эффективность традиционных методов и выявить их ограничения. Далее следует определить ключевые источники данных для анализа, выявить и описать как открытые, так и закрытые источники данных, оценить качество и доступность данных из различных источников.

Методы исследования

На предпроектной стадии инвестиционно-строительного проекта важно собрать и обработать массив данных для разработки оптимальной маркетингово-архитектурной стратегии. Это включает в себя анализ различных источников информации, как открытых, так и закрытых. Применение методов машинного обучения позволяет эффективно обрабатывать эти данные, выявлять тенденции и делать прогнозы. Важно учитывать достоинства и недостатки каждого источника информации, уникальные свойства, временной отрезок, в котором предоставляется информация, и формат данных.

Будут использованы следующие источники информации:

1. Авито — это онлайн-платформа, где пользователи могут размещать объявления о продаже и аренде недвижимости, автомобилей, услуг и других товаров. Для инвестиционно-строительных проектов особенно полезна информация о рыночной стоимости объектов недвижимости, арендных ставках и наличии вакантных коммерческих площадей.

2. Яндекс Карты предоставляют картографическую информацию и данные о транспортной доступности, а также об услугах и объектах в пешей доступности от выбранной территории. Это включает в себя информацию о существующих сервисах, магазинах, кафе и других объектах, которые могут быть важны при выборе места для строительства.

3. 2ГИС — это онлайн карта, предоставляющий информацию о компаниях, организациях и услугах в различных городах России. В контексте строительных проектов он полезен благодаря информации о компаниях, которые предоставляют услуги в пешей доступности от выбранной территории, а также о характеристиках зданий, включая год постройки и материалы стен.

4. Бизнес-навигатор МСП представляет собой инструмент для поддержки малого и среднего бизнеса. Он включает в себя аналитику рынка, информацию о конкурентах, помощь в подборе недвижимости и разработке бизнес-планов. Этот источник полезен для анализа рыночной ниши и выбора оптимальной стратегии для нового проекта.

5. Росреестр — это государственный реестр недвижимости, содержащий информацию о кадастровых номерах, правах собственности и характеристиках земельных участков. Информация из Росреестра включает данные о площади кадастровых кварталов, виды разрешенного использования земель, а также кадастровую стоимость объектов.

6. Архив объявлений Ruads предоставляет доступ к историческим данным о рыночной стоимости недвижимости и их арендным ставкам.

Результаты исследования и обсуждение

Характеристика источников информации представлены в таблице 1.

Таблица 1

Источники информации для градостроительного анализа

Продолжение таблицы 1

Открытые источники предоставляют актуальные данные, которые можно использовать для принятия обоснованных решений. Авито обеспечивает доступ к информации о рыночной стоимости объектов недвижимости, арендных ставках и наличии вакантных коммерческих площадей. Преимущество этого источника заключается в возможности фильтрации и сортировки предложений по различным параметрам, однако информация не всегда проверенная. Яндекс Карты позволяют узнать о существующих сервисах и услугах в пешей доступности, а также предлагают интеграцию с другими сервисами Яндекса. Основной недостаток — неполные данные о всех услугах. 2ГИС предоставляет детальную информацию о сервисах, годах постройки зданий и материалах стен, а также контактные данные компаний. Недостатком является возможное отсутствие информации о новых или измененных объектах. Бизнес-навигатор МСП полезен для малого и среднего бизнеса, предлагая инструменты анализа рынка, конкурентов и поддержки бизнеса. Однако для получения данных требуется регистрация.

Закрытые источники предоставляют более достоверную и специализированную информацию, которая может быть недоступна в открытых источниках. Росреестр предлагает официальные данные о кадастровых планах и правах собственности, что является его основным преимуществом. Однако доступ к этим данным требует официального запроса или использования платных сервисов. Архив объявлений Ruads содержит ретроспективные данные о рыночной стоимости объектов недвижимости, что позволяет анализировать динамику изменения цен. Основным недостатком является ограниченный доступ, требующий платной подписки или специальных запросов.

Сравнение этих источников показало, что каждый из них обладает уникальными свойствами и предоставляет определенные типы данных (Кельчевская, Колясников, 2020) [8]. Открытые источники, такие как Авито, Яндекс Карты и 2ГИС, актуальны для анализа текущих условий рынка и инфраструктуры. В то время как закрытые источники, такие как Росреестр и Архив объявлений Ruads, предлагают более надежные и юридически значимые данные, а также исторические сведения, полезные для долгосрочного анализа и прогнозирования. Интеграция данных из этих разнообразных источников с использованием методов машинного обучения может существенно улучшить качество анализа и способствовать разработке оптимальной маркетингово-архитектурной стратегии для инвестиционно-строительных проектов (Просянюк, 2024) [14].

Систематизация данных для машинного обучения предполагает четкую структуру и организацию данных, чтобы обеспечить их качество и соответствие целям анализа. В данном контексте важно организовать данные из различных источников таким образом, чтобы они могли быть эффективно использованы для разработки оптимальной маркетингово-архитектурной стратегии на предпроектной стадии инвестиционно-строительного проекта (Наумов и др., 2013) [13].

На первом этапе необходимо определить ключевые данные и их источники (Сухинина, 2022) [18]. Данные из Росреестра включают кадастровый номер объекта недвижимости, вид объекта недвижимости, адрес, площадь, категорию земель, виды разрешенного использования, назначение (проектируемое назначение) и кадастровую стоимость. Данные из Авито и Ruads включают историческую информацию о стоимости объектов недвижимости с 2014 года по настоящее время, арендные ставки и наличие вакантных коммерческих площадей. Данные из Яндекс Карт и 2ГИС включают информацию о существующих сервисах и услугах в пешей доступности от территории аналогичных проектов. Данные из Бизнес-навигатора МСП включают инструменты поиска рыночной ниши для бизнеса, изучение конкурентов, подбор недвижимости и расчет примерного бизнес-плана.

Вторым шагом является структурирование данных. Для этого необходимо создать таблицы для каждого источника данных с соответствующими столбцами и обеспечить связь между таблицами через идентификаторы объектов недвижимости. Далее следует преобразование данных, приведение их к единому формату, очистка от дубликатов, исправление ошибок и заполнение пропущенных значений (таблица 2).

Таблица 2

Структуризация данных в Microsoft Excel

На следующем этапе происходит интеграция данных из различных источников для создания единого набора данных. Это включает обеспечение согласованности данных, например, привязку данных о стоимости и арендных ставках к соответствующим объектам недвижимости (таблица 3).

Таблица 3

Интеграция данных из Росреестра и Авито

Систематизация данных для машинного обучения включает четкую структуру, организацию и интеграцию данных из различных источников (Леонов, 2020) [9]. Важно привести данные к единому формату, очистить их и обеспечить согласованность. Это позволит эффективно использовать данные для обучения моделей машинного обучения, что, в свою очередь, позволит разрабатывать более точные прогнозы и оптимальные стратегии для инвестиционно-строительных проектов (Лясников, Буркальцева, 2019) [10].

Инвестиционные компании, девелоперы, частные инвесторы могут использовать продукт для анализа и оценки инвестиционной привлекательности объектов недвижимости перед принятием решения о вложениях (Ерзин, Жукова, 2020) [6]. Это также поможет в выборе стратегических местоположений для новых проектов и оценки конкурентоспособности своих предложений, оценке рентабельности и потенциальной доходности проектов, что особенно важно для привлечения финансирования и управления рисками (Терников, 2016) [19].

Государственные и муниципальные органы смогут использовать данные для планирования и реализации программ развития территорий (Афонина, Дьяченко, 2021) [2]. Это позволит им лучше оценивать и улучшать инфраструктуру и услуги в различных регионах, что положительно скажется на общем уровне жизни населения (Страшнова, 2023) [17].

Малый и средний бизнес сможет использовать эти данные для поиска подходящих объектов недвижимости и оценки возможностей для развития бизнеса. Анализ рыночных ниш и конкурентной среды позволит предпринимателям более эффективно планировать и развивать свои предприятия.

Ученые и студенты могут использовать систему для проведения аналитических исследований в области недвижимости, анализа рыночных тенденций и прогнозирования развития сектора недвижимости (Пылаева, Кольченко, 2023) [15].

Консалтинговые компании также смогут воспользоваться систематизированными данными для предоставления своим клиентам обоснованных рекомендаций и стратегий развития. Это позволит им анализировать и оценивать текущие и будущие тенденции на рынке недвижимости, повышая качество и эффективность своих услуг.

Таким образом, проделанная работа по сбору и анализу данных с применением ML значительно повысить эффективность и качество решений, принимаемых в инвестиционно-строительных проектах, и принести ощутимую пользу различным участникам этого процесса.

Для выявления признаков, влияющих на стоимость недвижимости в микрорайоне «Полукамушки» г. Зеленодольск, и построения корреляционной матрицы был применен алгоритм машинного обучения Gradient Boosting (рисунки 1-4). Этот метод используется для решения задач регрессии, то есть для предсказания числовых значений (например, стоимости) на основе данных, содержащих различные признаки.

С помощью веб-скрейпинга с сайтов Авито, Яндекс.Карты и 2ГИС были собраны все необходимые исходные данные и сформированы таблицы с основными характеристиками, влияющими на стоимость недвижимости. Для коммерческой недвижимости это: площадь, наличие отдельного входа, этаж, расположение на первой линии, наличие парковки и цена за квадратный метр (Енин и др., 2011) [5]. Для квартир: площадь, количество комнат, материал стен, этаж квартиры, этажность дома, расстояние до центра и цена за квадратный метр.

Рис.1. Признаки, влияющие на стоимость коммерческой недвижимости

Источник данных: разработано авторами

Рис. 2. Корреляционная матрица для коммерческой недвижимости

Источник данных: разработано авторами

Рис. 3. Признаки влияющие на стоимость квартир

Источник данных: разработано авторами

Рис. 4. Корреляционная матрица для квартир

Источник данных: разработано авторами

На основании анализа данных можно сделать следующие обобщенные выводы: для квартир площадь и количество комнат оказывают наибольшее влияние на цену за квадратный метр, с сильной положительной корреляцией друг с другом и отрицательной корреляцией с ценой, тогда как этаж квартиры, расстояние до центра и материал стен оказывают незначительное влияние, а этажность дома имеет низкое влияние на стоимость недвижимости. Для коммерческой недвижимости площадь имеет сильную отрицательную корреляцию с ценой за квадратный метр, указывая на снижение стоимости с увеличением площади, тогда как наличие парковки положительно влияет на цену за квадратный метр (Мелехина, 2023) [11]. Остальные признаки, такие как этаж, наличие первой линии и наличие отдельного входа, имеют незначительное влияние на стоимость.

Таким образом, наиболее важными факторами для оценки стоимости недвижимости являются площадь и количество комнат для квартир, а также площадь и наличие парковки для коммерческой недвижимости, тогда как остальные факторы играют менее значительную роль (Боченина, 2021) [3].

Для прогнозирования рыночной стоимости объектов недвижимости использовался алгоритм машинного обучения на основе рекуррентной нейронной сети (LSTM - Long Short-Term Memory). Модель была обучена на исторических данных по ценам на различные виды недвижимости за период с 2017 по 2024 год, полученных из закрытого источника Ruads (рис. 5, 6).

Рис. 5. Прогноз цен на недвижимость

Источник данных: разработано авторами

Рис. 6. Диаграмма рассеяния отклонений значений

Источник данных: разработано авторами

Диаграмма рассеяния показывает распределение ошибок модели для различных типов недвижимости. Она помогает визуально оценить точность модели. Значительное отклонение точек от горизонтальной линии указывает на ошибки прогноза.

Прогнозы стоимости недвижимости в целом соответствуют фактическим данным, с небольшими отклонениями. Наблюдается устойчивый рост стоимости всех типов недвижимости, особенно заметный после 2024 года. Отклонения прогнозов от фактических данных минимальны для жилых и нежилых земельных участков, а также для квартир, что свидетельствует о высокой точности прогнозирования для этих категорий. Более значительные отклонения наблюдаются для торговых и прочих коммерческих объектов, что может требовать дополнительного анализа и уточнения моделей прогнозирования.

Использование рекуррентной нейронной сети LSTM для прогнозирования цен на недвижимость позволяет учитывать временные зависимости и получать достаточно точные прогнозы. Однако важно регулярно оценивать качество модели и корректировать ее гиперпараметры, чтобы минимизировать ошибки и улучшать точность предсказаний.

Используя различные алгоритмы машинного обучения, а также методы сбора и анализа данных, было изучено окружение локации и предложены востребованные сервисы и услуги для территории инвестиционного проекта в микрорайоне «Полукамушки» (рис. 7)

Рис. 7. Размещение сервисов и услуг на территории микрорайона «Полукамушки»

Источник: разработано архитектурным бюро «Даль»

Эти сервисы и услуги, предложенные для микрорайона «Полукамушки», направлены на удовлетворение широкого спектра потребностей жителей, от образовательных и развлекательных до оздоровительных и рабочих.

Заключение

Проведенное исследование показало, что в настоящее время на предпроектной стадии инвестиционных проектов, направленных на развитие территорий, требуется анализ массива больших данных. Это позволяет максимально точно, по запросам целевых аудиторий, обосновать концепцию реализации проекта. При этом, кроме инструментов автоматического сбора и обработки информации, важную роль сохраняет за собой роль эксперта, отвечающего за креативную составляющую проекта.