Determination of house and apartment prices in the Juiz De Fora region, Minas Gerais, through intelligent algorithms

Authors

  • Leomar Santos Marques Programa de Pós-Graduação em Engenharia de Engenharia Agrícola (PPGENAGRI), UFLA, Campus Lavras, Lavras (MG)
  • Ricardo Rodrigues Magalhães Programa de Pós-Graduação em Engenharia de Engenharia Agrícola (PPGENAGRI), UFLA, Campus Lavras, Lavras (MG)
  • Danilo Alves de Lima Programa de Pós-Graduação em Engenharia de Sistemas e Automação (PPGESISA), UFLA, Campus Lavras, Lavras (MG)
  • Juliana Santos Marques Departamento de Engenharia de Alimentos (DEA), Universidade Federal de Lavras (UFLA), Campus Lavras, Lavras (MG)
  • João Moreira Neto Departamento de Engenharia (DEG), UFLA, Campus Lavras Lavras (MG)
  • Jefferson Esquina Tsuchida Departamento de Física (DFI), UFLA, Campus Lavras, Lavras (MG)

DOI:

https://doi.org/10.5335/rbca.v15i2.13916

Keywords:

properties, intelligent algorithms, neural networks, TLBO, kNN, SVM

Abstract

Estate agents value properties, suggesting a price based on their experience and market data, whereas engineers evaluate properties, performing calculations, structural assessments, and property conservation. Nevertheless, specialised
technology combining the technical expertise of both professionals can be created to define a valuation range for a specific property. This study presents the application of intelligent classification algorithms, namely, k-nearest neighbour (kNN), artificial neural network multilayer perceptron (MLP), and support vector machine (SVM) algorithms, and teaching-learning-based optimisation (TLBO) as the input selector. The algorithm developed in this study can be used in three neighbourhoods of the city of Juiz de Fora, Minas Gerais state, Brazil, to classify the price of a property in ranges varying from A to F with 75-millisecond classification speed and 82% accuracy. The system can serve to guide and assist estate agents and engineers in their assessment, thus facilitating the work of these professionals by incorporating the techniques of both into its structure since the study was carried out with real properties

Downloads

Download data is not yet available.

Downloads

Published

2023-07-27

Issue

Vol. 15 No. 2 (2023): July/2023

Section

Original Paper

License

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Licença Creative Commons
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).

How to Cite

[1]
2023. Determination of house and apartment prices in the Juiz De Fora region, Minas Gerais, through intelligent algorithms. Brazilian Journal of Applied Computing. 15, 2 (Jul. 2023), 120–128. DOI:https://doi.org/10.5335/rbca.v15i2.13916.