O USO DE REDES NEURAIS ARTIFICIAIS NA PREDIÇÃO DE VALOR DE IMÓVEIS URBANOS

Avaliar um patrimônio é uma tarefa que requer seriedade e competência, seja na avaliação de imóveis, bens móveis ou intangíveis alheios. Nessa atividade, o profissionalismo e a constante atualização tecnológica levam à precisão, aos valores venais dos bens avaliados, fundamentais para um bom negócio. Os avanços na área da computação para sistemas de apoio à tomada de decisões, bem como de avaliação de bens, têm notório grau de importância para o mercado imobiliário brasileiro. Tem-se o conhecimento da crescente utilização da tecnologia da informação no mercado imobiliário, porém encontra-se defasado ainda o modo de avaliação para compra e venda de imóveis. Sabe-se da dificuldade em compor o preço final de um imóvel, por envolver diversas variáveis, como por exemplo, tamanho e localização de uma casa ou terreno, e, por muitas vezes, o valor a ser explicitado por um especialista da área. Tomam-se como base as características do imóvel e a experiência do especialista neste tipo de atividade. A precisão do valor do imóvel pode variar de um especialista para outro. Neste sentido, acredita-se que com o uso de técnicas computacionais é possível obter uma maior precisão no valor do imóvel e as organizações apostam nestas técnicas para auxílio na tomada de decisão e em busca de melhorias neste processo. Para este trabalho, foi escolhida a utilização de Rede Neural Artificial (RNA) para a predição do valor de imóveis e tem como objetivo principal desenvolver uma aplicação capaz de, através de conhecimento concebido por experiências advindas dos especialistas da área, prever o valor de um imóvel. Este trabalho visa à avaliação de imóveis na área urbana de Santa Cruz do Sul, RS, contribuindo no processo de tomadas de decisão no setor gerencial de organizações imobiliárias. A RNA consiste em um modelo computacional para solucionar problemas da inteligência artificial. Sua concepção é simular o comportamento de um cérebro humano, sendo capaz de aprender através de experiências.