Real Estate Moscow and Moscow Region

Датасет содержит 11,358,150 объявлений о недвижимости в Москве и Московской области, собранных с платформ, таких как avito.ru, realty.yandex.ru, cian.ru, sob.ru, youla.ru, n1.ru и moyareklama.ru. Данные получены через платный сервис ads-api.ru, который иногда создает дубликаты объявлений при их продлении авторами. На рынке недвижимости России распространена практика перекупщиков, копирующих объявления, что потребовало фильтрации оригинальных записей.

Пользователи вручную вводят данные, что может приводить к ошибкам (например, неполные адреса или неизвестные характеристики, такие как тип стен). Датасет включает геолокационные данные (координаты) и анонимизированные идентификаторы улиц и домов, синхронизированные с базой ФНС «ФИАС».

Содержимое файлов

• Формат: CSV (сжатый в .zip).

• Пример структуры:

  object_type,region,street_id,house_id,building_type,rooms,latitude,longitude,price,...
  0,77,12345,67890,4,-1,55.7558,37.6173,5000000,...
  2,77,54321,09876,3,2,55.6765,37.4452,7500000,...
  

• Поля данных:

  • object_type: Тип недвижимости (0 — вторичный рынок, 2 — новостройки).

  • region: Номер региона (например, 77 для Москвы).

  • street_id, house_id: Анонимизированные идентификаторы улицы и дома.

  • building_type: Тип строения (0 — неизвестно, 1 — другое, 2 — панельный, 3 — монолитный, 4 — кирпичный, 5 — блочный, 6 — деревянный).

  • rooms: Количество комнат (1, 2 и более; -1 для студий).

  • latitude, longitude: Географические координаты.

  • price: Цена объекта.

  • Дополнительные параметры (площадь, этаж и т.д.).

Особенности

• Все примеры в тренировочном наборе (train split), валидационная или тестовая выборки отсутствуют.

• Язык: преимущественно русский.

• Геолокационные данные позволяют проводить пространственный анализ.

Применение

• Прогнозирование цен на недвижимость.

• Анализ рынка недвижимости в Москве и Московской области.

• Исследование географических и ценовых паттернов.

• Разработка моделей для оценки недвижимости.

Ограничения

• Возможны ошибки в пользовательских данных (например, неполные адреса).

• Дубликаты объявлений и действия перекупщиков могут усложнять анализ.

• Анонимизация данных ограничивает доступ к полным адресам.