A system for forecasting the volume of sales of residential real estate based on machine learning

Любой строительный проект содержит модель движения денежных средств, цель построения которой заключается в оценке способности предприятия генерировать денежные средства в необходимых размерах и в сроки, необходимые для планируемых затрат, выполнить расчет выручки, прибыли/убытков. Доходы от реализации строительного проекта, а также его рентабельность напрямую зависят от объема продаж недвижимости. В статье описывается система прогнозирования объема продаж недвижимости строительной компанией на региональном рынке, построенная в нейросетевом базисе с использованием отечественной аналитической платформы Loginom Community. Для обучения системы использованы три группы факторов, которые можно определить количественно из официальных источников: внешние макроэкономические факторы, определяемые на федеральном уровне, внешние региональные и ретроспективные данные, выгружаемые из корпоративной базы данных строительной фирмы и характеризующие динамику продаж жилой недвижимости. Система имеет модульную структуру. Модульная структура придает системе универсальный характер за счет выделения в структуре независимых модулей, которые позволяют учесть региональные, федеральные и корпоративные входные факторы. Система обучена и имеет хорошие прогностические свойства. Средняя относительная погрешность прогнозирования 6,89%.