АНАЛІЗ СИСТЕМ УПРАВЛІННЯ ВЕБ-СЕРВІСОМ ДЛЯ ПРОГНОЗУВАННЯ ЦІН НА НЕРУХОМІСТЬ З ВИКОРИСТАННЯМ ІНСТРУМЕНТІВ МАШИННОГО НАВЧАННЯ

Abstract

На сьогодні існує багато різних веб-сервісів для оренди нерухомості, але жоден з них не надає можливості прогнозування цін. Існує необхідність у створенні платформи, яка б дозволяла користувачам отримувати точні прогнози цін на нерухомість з мінімальними витратами часу. Метою даної статті є розробка архітектури веб-сервісу для прогнозування цін на нерухомість, який враховує різні характеристики квартир. Наразі не існує аналогів нашої системи управління веб-сервісом для прогнозування цін на нерухомість з урахуванням широкого спектра параметрів квартир. Ми підготували огляд та аналіз існуючих аналогів веб-сервісів оренди нерухомості, функціональні та нефункціональні вимоги до веб-сервісу для прогнозування цін на квартири. Високорівнева архітектура та технічні завдання для учасників нашого веб-сервісу також були розроблені та описані у нашому дослідженні. Аналіз даних про вимоги користувачів підготовлений для прийняття рішень щодо прогнозування цін на нерухомість за допомогою програмного забезпечення.

Today, there are many different web-based services for renting property, but none of them provide price forecasting capabilities. There is a need to create a platform that would allow users to obtain accurate property price forecasts with minimal time investment. The purpose of this article is to develop the architecture of a web service for forecasting real estate prices that takes into account various characteristics of apartments. Currently, there are no analogues of our management system for a web service for forecasting real estate prices, taking into account a wide range of apartment parameters. We have prepared a review and analysis of existing analogues of web-based real estate rental services, functional and non-functional requirements for a web-based service for apartment price forecasting. The high-level architecture and technical specifications for the participants of our web service were also developed and described in our study. Data analysis of user requirements is prepared for decision-making on real estate price forecasting using the software.