A System for Estimating Real Estate Prices

Ing. Jakub Sekula

Master's thesis

Abstract:

Cílem této práce je prozkoumat možnosti, jakými lze získat data potřebná pro co nejpřesnější odhad ceny. Zejména se soustředím na získávaní podlahové plochy nemovitosti, typu střechy a počtu pater. Pro výpočet podlahové plochy používám data z OpenStreetMap a povedlo se mi získat podlahovou plochu s chybovostí menší než 10 % pro 64 % adres z datasetu. Natrénoval jsem neuronovou síť na leteckých snímcích z Google Maps k odhadu typu střechy. Tato síť má přesnost 86 %. Pro počet pater používám veřejná data od české vlády, která se ale zdají být nepřesná. Také navrhuji několik metod, jak odhadnout počet pater s vetší přesností.

Abstract:

This thesis aims to research ways of obtaining data needed to make a price estimate as precise as possible. I mainly focus on acquiring house area, roof type, and floor count. For the house area, I use data from OpenStreetMap and I am able to get the house area with a deviation of less than 10 % for 64 % of addresses from the dataset. I trained a neural network to estimate the roof type from Google Maps aerial images with an accuracy of 86 %. For the floor count, I use open data from the Czech government, which seems to be inaccurate. I also propose multiple methods how to estimate floor count with higher accuracy.

Keywords

house price estimation, aerial images analysis, image processing, neural networks

Language used: English

Date on which the thesis was submitted / produced: 16. 5. 2023

Thesis defence

• Date of defence: 19. 6. 2023
• Supervisor: doc. RNDr. Vlastislav Dohnal, Ph.D.
• Reader: Ing. Nikola Bozadžiev

Masaryk University

Faculty of Informatics

Master programme / field:
Software Engineering / Deployment and operations of software systems