Banki tulajdonban lévő ingatlanok értékesítési árának és idejének előrejelzése regressziós modellekkel és bináris klasszifikációs eljárással

Juhász Balázs (2023) Banki tulajdonban lévő ingatlanok értékesítési árának és idejének előrejelzése regressziós modellekkel és bináris klasszifikációs eljárással. Pénzügyi és Számviteli Kar.

	PDF Juhász_Balázs_V16KQD.pdf Hozzáférés joga: Csak az archívum karbantartója nyithatja meg (titkosított dolgozat - engedéllyel) until 2038. December 01.. Download (3MB)
	PDF Juhász-Balázs_szakdolgozat_titkosítási-kérelem.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (70kB)
	Archive (ZIP) Melleklet_Juhász_Balázs_v16kqd.zip Hozzáférés joga: Csak az archívum karbantartója nyithatja meg (titkosított dolgozat - engedéllyel) until 2038. December 01.. Download (2MB)
	PDF BA_O_Juhász_Balázs.pdf Hozzáférés joga: Csak az archívum karbantartója nyithatja meg (titkosított dolgozat - engedéllyel) until 2038. December 01.. Download (502kB)
	PDF Juhász_Balázs-birálat-Csicsmantol.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (274kB)
	PDF BA_B_Juhász_Balázs.pdf.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (105kB)

Absztrakt (kivonat)

Dolgozatom a hitelszerződések nemteljesítése miatt indult, a végrehajtási eljárásban árverés során - a követeléstulajdonos által - vásárolt ingatlanok értékesítésére vonatkozó eljárás folyamatát, valamint az értékesítés elősegítése érdekében használható adatelemzési procedúrát, majd az abból fakadó előrejelzési műveleteket járja körül. A cél annak bizonyítása volt, hogy a rendelkezésre álló értékesített ingatlanadatok felhasználásával, olyan előrejelzés végezhető a várható piaci értékre és az eladás idejére vonatkozóan, amelynek segítségével rövidebb idő alatt, magasabb profitot érhet el az ingatlan tulajdonosa az értékesítési folyamat során. A gyakorlati megvalósítás során a rendelkezésre álló adatok vizsgálatával, a korrelációelemzéssel felismert kapcsolatok természetének, viselkedésének, működésének feltárását követően, betekintést nyújtottam a többváltozós regressziós és a bináris klasszifikációs alapokon nyugvó predikciós algoritmusok használatába, igazoltam azok későbbi használhatóságát és hasznosságát. A legnagyobb pontosságú előrejelző algoritmusok kiválasztása érdekében, számításokat végeztem Python Regresszor és Classifier függvényeit felhasználva – előbbinél a Lineáris regresszió mellett Döntési Fa, Véletlen erdő, GBM, XGBoost, LightGBM, Neurális háló, utóbbinál Logisztikus regresszió, KNN, Döntési fa, Véletlen erdő, GBM, XGBoost, LightGBM modelleket tesztelve. A modellek összehasonlítása és a legmegfelelőbb kiválasztása után, mindkét vizsgálatnál Python predict() előrejelző függvénye került felhasználásra, ami lehetővé tette, hogy a betanított modell alapján és az ingatlan paramétereit megadva megjósoljam az eladásra szánt ingatlanok értékét, és megbecsüljem az értékesítéshez szükséges idő hosszát. A témakör feltárása során bizonyítást nyert, hogy fentiekben ismertetett célok többnyire teljesültek, ugyanakkor az üzleti szintű használathoz a rendelkezésre álló adatok bővítésére, további modellek bevonására, és a jelenlegiek továbbfejlesztésére van szükség.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Konzulens(ek)

Mű típusa:	diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak:	bank, értékesítés, ingatlan, Python, regresszió analízis
SWORD Depositor:	Archive User
Felhasználói azonosító szám (ID):	Archive User
Rekord készítés dátuma:	2024. Máj. 14. 08:05
Utolsó módosítás:	2024. Máj. 14. 08:05

Actions (login required)

Tétel nézet