| dc.contributor | Oliveira, Marcelo De Lellis Costa de | |
| dc.contributor | Benetti, Bruno | |
| dc.contributor | Universidade Federal de Santa Catarina. | |
| dc.creator | Xavier, Pedro de Oliveira Lima | |
| dc.date | 2022-12-26T14:57:45Z | |
| dc.date | 2022-12-26T14:57:45Z | |
| dc.date | 2022-12-13 | |
| dc.date.accessioned | 2023-09-02T00:00:00Z | |
| dc.date.available | 2023-09-02T00:00:00Z | |
| dc.identifier | https://repositorio.ufsc.br/handle/123456789/243590 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8577394 | |
| dc.description | TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Controle e Automação. | |
| dc.description | No mercado de aluguel por temporada, as dinâmicas de precificação e reservas dos
imóveis são muito mais aceleradas em comparação ao mercado de aluguel tradicional.
Por isso, requer um entendimento maior das particularidades de cada imóvel para que
sejam realizadas ações que melhorem a performance do imóvel ao longo do ano e que
acompanhem esta dinâmica mais rápida deste mercado. Informações como qualidade
do imóvel, ocupação ao longo do tempo e faturamento ao longo do tempo são de
extrema importância neste cenário. Assim, este trabalho propõe o desenvolvimento
e implementação de três modelos baseados em dados, utilizando a base de dados
obtida através do Airbnb. Entre eles: um modelo de categorização dos imóveis, um
modelo de predição da taxa de ocupação dos imóveis ao longo do ano e um modelo de
predição de faturamento dos imóveis ao longo do ano. Estes modelos serão utilizados
pela empresa Seazone para ampliar sua capacidade de análise e decisão em relação
aos imóveis administrados pela empresa. | |
| dc.format | application/pdf | |
| dc.language | pt_BR | |
| dc.publisher | Florianópolis, SC. | |
| dc.rights | Open Access. | |
| dc.subject | Dados. Modelos. Predição. Classificação. Imóveis. Airbnb. Aluguel. Computação em nuvem. Computação distribuída. | |
| dc.title | Modelos de categorização de imóveis e de predição de faturamento e taxa de ocupação de imóveis | |
| dc.type | TCCgrad | |
