Estrategias para la identificación de preferencias en la selección de vivienda

Abstract

Esta investigación de tesis presenta un análisis de metodologías de clasificación multiclase de minería de datos para formular estrategias de proceso de selección de vivienda con el propósito de facilitar a los usuarios la decisión del tipo de vivienda que pueden satisfacer sus necesidades. En la primera etapa de la investigación se busca medir la importancia de los criterios mediante redes neuronales artificiales utilizando las variables comunes en las encuestas oficiales de vivienda de España y México para determinar las similitudes en los resultados. En la segunda etapa se propone el análisis de las regiones territoriales de México con el propósito de encontrar las diferencias en la importancia de los criterios, el sesgo e importancia de los tipos de vivienda en cada región de acuerdo con los resultados de las redes neuronales. En la tercera etapa se comparan tres metodologías de clasificación multiclase: Redes Neuronales Artificiales, Bosque Aleatorio y XGBoost (Conjunto de aumento de gradiente extremo metodología basada en árboles de decisión) para determinar cuál metodología obtiene mayores índices de precisión y observar el comportamiento de los registros de validación.

This thesis research presents an analysis of multiclass data mining classification methodologies to formulate housing selection process strategies with the purpose of facilitating users to decide the type of housing that can meet their needs. In the first stage of the research, we seek to measure the importance of the criteria by means of artificial neural networks using common variables in the official housing surveys of Spain and Mexico to determine the similarities in the results. In the second stage, the analysis of the territorial regions of Mexico is proposed with the purpose of finding the differences in the importance of the criteria, the bias and importance of the types of housing in each region according to the results of the neural networks. In the third stage, three multiclass classification methodologies are compared: Artificial Neural Networks, Random Forest and XGBoost (Extreme Gradient Boosting Ensemble methodology based on decision trees) to determine which methodology obtains higher accuracy rates and to observe the behavior of the validation records.