Применение методов аналитики данных к оценке перспективности планируемых к возведению объектов недвижимости
- Авторы: Сиротский А.А.1
-
Учреждения:
- Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ)
- Выпуск: Том 13, № 2 (2023)
- Страницы: 144-165
- Раздел: Информационные системы и логистика в строительстве
- URL: https://journal-vniispk.ru/2305-5502/article/view/252517
- DOI: https://doi.org/10.22227/2305-5502.2023.2.10
- ID: 252517
Цитировать
Полный текст
Аннотация
Введение. В процессе принятия решений о проектировании и строительстве возникают задачи оценки перспективности планируемых к возведению объектов недвижимости. Предметом исследования является оценка привлекательности объектов недвижимости с позиции целесообразности их возведения.Материалы и методы. Методы исследования включают анализ научных работ, применение системного анализа системного подхода, структурное и математическое моделирование явлений и процессов, теорию и практику цифровизации экономических систем, теорию и методологию объектно-ориентированной обработки больших данных, теорию прогнозирования и статистического анализа.Результаты. Выявлены четыре группы параметров объектов недвижимости, которые могут оказывать влияние на их привлекательность. Произведена формализация информации в пригодный для аналитики вид. Показано, что свойства объектов можно рассматривать как их атрибуты, в связи с чем для информационно-аналитической системы предложена модель данных по принципу «звезда». Предложена схема взаимосвязей характеристик и параметров объектов, а также модель системы обработки сведений, включающая сбор больших данных с множества источников и интеграцию с платформами предприятия. Оценка привлекательности объектов осуществляется вычислением интегрального показателя, состоящего из интегральных показателей отдельных наборов данных. Предложен метод ранжирования формализованных показателей объектов как предварительный этап экспертного определения их весовых значений. На основе интегрального показателя привлекательности объекта может быть принято управленческое решение о целесообразности и перспективности строительства либо выполнении коррекции проектных показателей проектируемого объекта. Процесс моделирования и создания отчетности может быть выполнен в программных средствах, реализующих концепцию Business Intelligence.Выводы. Предложенная методология оценки перспективности объектов недвижимости на основе анализа больших данных может быть использована при принятии решений как строительными компаниями, так и участниками вторичного рынка недвижимости для эффективного параметрического подбора объектов недвижимости в соответствии с запросами заказчиков.
Ключевые слова
Об авторах
Алексей Александрович Сиротский
Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ)
Email: hotwater2009@yandex.ru
ORCID iD: 0000-0002-9343-7185
SPIN-код: 2806-6696
Список литературы
- Кривогуз А.Ю., Озеров Е.С. Апартаменты как наиболее привлекательное направление девелопмента // Фундаментальные и прикладные исследования в области управления, экономики и торговли : сб. тр. науч. и учебно-практ. конф. 2017. С. 65–71.
- Батин П.С., Дубровский А.В., Иванова Т.В. Реновация жилья и перспективное планирование развития территорий населенных пунктов // Регулирование земельно-имущественных отношений в России: правовое и геопространственное обеспечение, оценка недвижимости, экология, технологические решения. 2019. Т. 1. С. 19–24.
- Львова Д.В. Анализ ценовой политики на рынке жилой недвижимости // Форум молодых ученых. 2017. № 7 (11). С. 487–491.
- Крыгина А.М., Дмитриева А.А. Проблемы территориального воспроизводства жилищной недвижимости // Проблемы развития современного общества : сб. науч. тр. 3-й Всерос. науч.-практ. конф. 2015. С. 181–187.
- Зобнев А.В., Баронин С.А. Управление энергоэффективностью на основе расчета стоимости жизненных циклов объектов недвижимости по совокупным затратам // Национальная Ассоциация Ученых. 2020. № 58–3 (58). С. 42–45.
- Кулаков К.Ю., Баронин С.А. Стоимостное моделирование жизненных циклов строительства зданий на основе совокупных затрат и оценка стоимости контрактов на жизненные циклы недвижимости // Недвижимость: экономика, управление. 2019. № 1. С. 32–38.
- Брюханова Е.А. Геоинформационные технологии в изучении городского пространства XIX–XX веков // Цифровая гуманитаристика: ресурсы, методы, исследования : мат. Междунар. науч. конф. 2017. С. 12–15.
- Кожемяченко Ю.А. Перспективы применения больших данных в строительстве // Инновации. Наука. Образование. 2021. № 34. С. 1293–1297.
- Каган П.Б. Аналитические исследования больших массивов данных в строительстве // Промышленное и гражданское строительство. 2018. № 3. С. 80–84.
- Каган П.Б. Моделирование застройки территорий // Вестник КИГИТ. 2012. № 12–3 (30). С. 9.
- Каган П.Б. Потоковые технологии анализа данных в строительном организационно-технологическом проектировании // Промышленное и гражданское строительство. 2020. № 4. С. 48–52. doi: 10.33622/0869-7019.2020.04.48-52
- Есболай Г.И. Применение новых технологий в строительной отрасли и девелопменте // Наука через призму времени. 2021. № 12 (57). С. 21–23.
- Постнов К.В., Каган П.Б. Технологии “big data” для информационной поддержки работы предприятий строительного комплекса // Системотехника строительства. Киберфизические строительные системы : сб. мат. семинара, проводимого в рамках VI Междунар. науч. конф. 2018. С. 202–206.
- Casini M. Construction 4.0: Advanced technology, tools and materials for the digital transformation of the construction industry. 2022. doi: 10.1016/B978-0-12-821797-9.00014-3
- Журавлев П.А., Сборщиков С.Б. Сводная параметрическая модель организации реинжиниринга территорий и застройки // Вестник МГСУ. 2022. Т. 17. № 9. С. 1240–1249. doi: 10.22227/1997-0935.2022.9.1240-1249
- Бабкин А.В., Акмаева Р.И., Александров Ю.Д., Александрова А.В., Алетдинова А.А., Балякин А.А. и др. Цифровизация экономических систем: теория и практика. СПб. : Политех-Пресс, 2020. 796 с. doi: 10.18720/IEP/2020.3
- Майер-Шенбергер В., Кукьер К. Большие данные: революция, которая изменит то, как мы живем, работаем и мыслим. М. : Манн, Иванов и Фербер, 2014. 240 с.
- Закускин С.В. Формирование интегральных показателей в маркетинговых исследованиях по результатам квантификации // Креативная экономика. 2021. Т. 15. № 5. С. 2091–2114. doi: 10.18334/ce.15.5.112129
- Мороз А.М. Научное обоснование методики оценки интегрального потребительского качества коттеджных поселков // Экономические науки. 2010. № 3. С. 172–175.
- Ворошилова О.С., Сиротский А.А. Интеграция информационных систем на основе метамоделирования // Информационная безопасность бизнеса и общества : сб. избранных статей науч.-пед. состава кафедры информационных систем, сетей и безопасности. 2016. С. 18–22.
- Чернышова Г.Ю. Применение средств Business Intelligence для малого и среднего бизнеса // Информационная безопасность регионов. 2013. № 2 (13). С. 23–26.
- Сиротский А.А. Научный подход в управлении бизнесом // Преподавание информационных технологий в Российской Федерации : мат. X открытой Всерос. конф. 2012. С. 438–446.
- Сиротский А.А. Технологии конкурентоспособного управления предприятиями машиностроения // Ученые записки Российского государственного социального университета. 2013. Т. 2. № 5 (120). С. 177–181.
- Сиротский А.А. Об инновационных подходах, средствах и методах эффективного управления предприятием // Человеческий капитал. 2011. № 11 (35). С. 64–66.
Дополнительные файлы
