Domprice.pro (https://domprice.pro/) - автоматизированный сервис на базе нейросетевых технологий для оценки жилой недвижимости/земельных участков и формирования профессионального отчета для ипотечных сделок, соответствующего требованиям федерального закона «об оценочной деятельности». Пользовательский сценарий оценщика: 1. Внесение информации об объекте в систему (самостоятельно/при помощи риелтора или собственника). 2. Получение первичной оценки и ряда аналогов (объектов с аналогичными параметрами, из которых оценщик выбирает те, которые, по его мнению, больше всего подходят). 3. Внесение корректировок (повышающих и понижающих коэффициентов). 4. Получение полностью сформированного профессионального отчета, который, при наличии ЭЦП, можно мгновенно отправить в банк на рассмотрение. Функциональные блоки Domprice.pro: 1. Парсинг объявлений из открытых источников (Avito, ЦИАН, Юла, N1.ru и иных классифайдов). 2. Верификация объявлений при помощи данных из официальных источников (Реформа ЖКХ, ФИАС, База “Правдома” и т.д.). Верификация осуществляется в два этапа: грубая и тонкая фильтрация. Грубая фильтрация - проверка каждого параметра недвижимости на соответствие пороговым значениям (например, объявления, где указаны 200-й этаж или общая площадь - 4 кв. м. сразу исключаются). Тонкая фильтрация - обнаружение аномалий и отклонений параметров от нормы при помощи метода Isolation Forest. На данный момент верифицируется 70-90% объявлений в зависимости от города, около 50% - отсеиваются. 3. Формирование базы данных для обучения и тестирования. Полученные и отфильтрованные данные собираются в общую базу. Например, база данных по Нижнему Новгороду содержит более 70 млн параметров, где для каждого объекта подобрано по 40 различных наблюдений. Для сравнения, в Московской базе у каждого объекта - не менее 100 наблюдений. 4. Формирование модели для прогнозирования стоимости недвижимости. Оценка недвижимости осуществляется сравнительным методом. В качестве базовой модели используется многослойный перцептрон с перекрестным контролем для определения оптимальных параметров модели. Для каждого города обучается собственная нейронная сеть, зависящая от индивидуально подобранных параметров, что обусловлено особенностями инфраструктуры (например, наличием метро или локальных магазинов) и различными предпочтениями местных жителей (например, в Нижнем Новгороде этаж квартиры имеет значительно меньшее влияние на итоговое решение, чем в Москве, из-за меньшей этажности города). На данный момент разработаны модели для 5 городов: Москвы, Санкт-Петербурга, Нижнего Новгорода, Уфы и Самары. На стадии обучения находятся еще 2: для Казани и Краснодара. Точность текущих моделей, полученная при их запуске на тестовых выборках - 90-97%, в зависимости от города, против 85% у конкурентных сервисов. 5. Составление профессионального отчета об оценке согласно требованиям ФСО №9. 6. Мобильное приложение. Через мобильное приложение при нахождении на объекте пользователь получает подробные инструкции по формированию описания квартиры: основные характеристики + фотографии. Система следит за корректностью съемки, ракурсом и наклоном устройства, наличием засветов и затемнений. При помощи датчиков смартфона определяется местонахождение устройства в момент сбора фотографий (для подтверждения того, что на снимках именно оцениваемая квартира). Решение проблем: Оценщики тратят значительно меньше времени на формирование отчета (5 мин. против 2-5 дней), риелторы и собственники могут быть уверены в объективности оценки, при этом даже физические лица смогут получить точную оценку недвижимости с подробным обоснованием результата. Банки и застройщики, при необходимости, могут в кратчайшие сроки узнать стоимость рассматриваемого объекта для проверки рентабельности сделки. Планируемые разработки (новый функционал): 1. Разработка алгоритмов для кадастровой оценки земельных участков. Поиск источников данных, разработка способов интеграции и парсинга. 2. Разработка системы прогнозирования цен на жилье в различных регионах на основании собранной базы данных. Система поможет покупателям и продавцам недвижимости определить наиболее выгодное время покупки и продажи, соответственно. Планируемые разработки (текущий функционал): 1. Повышение точности нейронной сети (переход на байесовы сети). 2. Расширение текущего набора признаков. Исследование влияния отдельных признаков на конечный результат. 3. Совершенствование алгоритмов обработки "сырых" данных. 4. Автоматизация применения корректировок. 5. Разработка сетей для большего количества городов (в ближайших планах - Новосибирск, Екатеринбург, Саратов и Тюмень). 6. Добавить взаимодействие с банками (в ближайшее время - с Дом.РФ, ВТБ и Россельхозбанком). 7. Разработка алгоритмов определения незаконных перепланировок при помощи датчиков смартфона. 8. Анализ возможности применимости текущего подхода к предсказанию стоимости объектов недвижимости на рынках, отличных от российского.

Производитель: ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "ДОМПРАЙС"

IT