Resumen

Las irregularidades y fraudes son frecuentes en el mercado inmobiliario en Bulgaria debido a la sustancial falta de una legislación rigurosa. Por ejemplo, las agencias suelen publicar listados de apartamentos irreales o no disponibles por un precio barato, como método para atraer la atención de potenciales clientes nuevos desprevenidos. Por esta razón, los sistemas capaces de identificar listados irreales y mejorar la transparencia de la autenticidad y disponibilidad de los listados están muy demandados. Investigaciones recientes han destacado que el número de días que un listado publicado permanece en línea puede tener una fuerte correlación con la probabilidad de que el listado sea irreal. Por esta razón, construir un modelo predictivo preciso para el número de días que un listado publicado estará en línea puede ser muy útil para lograr la tarea de identificar listados falsos. En este documento, investigamos el uso de cuatro algoritmos de aprendizaje automático diferentes para esta tarea: Lasso, Ridge, Elastic Net y Redes Neuronales Artificiales. Los resultados, obtenidos en un extenso conjunto de datos

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Irregularidades; Fraudes; Mercado inmobiliario; Legislación; Agencias; Modelo predictivo
• Keywords:Irregularities; Frauds; Real estate market; Legislation; Agencies; Predictive model