从异构数据源学习房地产自动估价模型

房地产评估是一项复杂而重要的任务，可借助自动估价工具变得更精确和快速。通常，某些房产的价值通过考虑结构和地理特征来确定。然而，虽然地理信息容易获取，但获取有意义的结构信息需要房地产专家、专业评估师的介入。在本文中，我们提出了一种 Web 数据采集方法和一种机器学习模型，可用于自动评估房地产属性。该方法使用来自先前评估文档的数据、通过 Web 爬取发现的相似房产广告价格，以及描述相应地理区域特征的开放数据。我们描述了一个适用于整个意大利领土的案例研究，最初在位于都灵市的独立住宅数据集上训练，并分析了预测与实际适用性。