Георгий Соколов, основной разработчик проекта: «Для обучения модели мы использовали 40 000 объявлений о продаже квартир, плюс 350 000 прикрепленных к объявлениям фотографий. Векторная обработка фото позволила эффективно закодировать визуальную информацию и точно классифицировать помещения в зависимости от типа ремонта – дизайнерский, хороший, старый, плохой. Качество ремонта – это третий по важности фактор, влияющий на цену жилья. Впереди только престижность района и тип дома. Когда мы интегрировали результаты анализа изображений в модель оценки недвижимости, точность расчетов возросла на 20%».
Новый алгоритм может стать дополнительным источником объективной информации в вопросах купли-продажи недвижимости, налогообложения и инвестиционного планирования.
Андрей Дрожжин, научный руководитель проекта и заместитель директора Института дизайна и урбанистики ИТМО: «Алгоритм был разработан в рамках научно-исследовательской деятельности Национального центра когнитивных разработок. Мы создаем эффективные инструменты для самых разных по масштабам задач: от простых алгоритмов оценки стоимости жилья до комплексных решений по планированию развития урбанизированных территорий».