Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina

Autores
Carranza, Juan Pablo; Piumetto, Mario Andrés; Salomon, Micael Jeremías; Monzani, Federico; Montenegro, Marcos Gaspar; Córdoba, Mariano
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
El mercado inmobiliario desempeña un papel importante en la economía y la sociedad, por lo tanto, la desactualización de las valuaciones catastrales, en particular del suelo urbano, tiene efectos nocivos sobre las políticas públicas impositivas, territoriales y de vivienda, como en la estabilidad del sistema financiero. Por tal motivo, los catastros afrontan el desafío de desarrollar valuaciones masivas de una jurisdicción con el fin de proveer datos actualizados y de calidad, de manera rápida y eficiente. Dado el avance tecnológico, la generación de grandes volúmenes de información y los progresos asociados a las ciencias de la computación. Los resultados obtenidos permiten resaltar la ventaja de la capacidad predictiva en la estimación del valor del suelo urbano mediante la aplicación de una técnica algorítmica de aprendizaje automático, conocida como Random Forest, en combinación con una técnica geo-estadística llamada Kriging Ordinario para el tratamiento de los residuos frente a un método econométrico clásico, regresión lineal.
The real estate market plays an important role in the economy and society, therefore, the downgrading of cadastral valuations, particularly urban land, has harmful effects on tax, territorial and housing public policies, property market, as in the stability of the finance system. For this reason, the cadastres face the challenge of developing massive valuations of a jurisdiction in order to provide updated and quality data, quickly and efficiently. Given the technological advance, the generation of large volumes of information and the progress associated with computer science, the ideas of massive appraisal of real estate by the catastres is increasingly taking hold. Under these needs and new situation, the results reflects the advantage of the predictive capacity in estimating the value of urban land by applying an algorithmic technique of machine learning, known as Random Forest, in combination with a geo-statistical technique called Ordinary Kriging for the treatment of error.
Fil: Carranza, Juan Pablo. Universidad Empresarial Siglo XXI; Argentina
Fil: Piumetto, Mario Andrés. Universidad Nacional de Córdoba; Argentina
Fil: Salomon, Micael Jeremías. Universidad Nacional de Córdoba; Argentina
Fil: Monzani, Federico. Universidad Nacional de Córdoba; Argentina
Fil: Montenegro, Marcos Gaspar. Universidad Nacional de Córdoba; Argentina
Fil: Córdoba, Mariano. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; Argentina
Materia
VALOR DEL SUELO
VALUACIÓN MASIVA
MACHINE LEARNING
RANDOM FOREST
KRIGING ORDINARIO
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/148582

id CONICETDig_27c82443417d1768ca03c98c032c5e44
oai_identifier_str oai:ri.conicet.gov.ar:11336/148582
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, ArgentinaMass appraisal of urban land value using artificial intelligence: The case of San Francisco City, Córdoba, ArgentinaCarranza, Juan PabloPiumetto, Mario AndrésSalomon, Micael JeremíasMonzani, FedericoMontenegro, Marcos GasparCórdoba, MarianoVALOR DEL SUELOVALUACIÓN MASIVAMACHINE LEARNINGRANDOM FORESTKRIGING ORDINARIOhttps://purl.org/becyt/ford/5.7https://purl.org/becyt/ford/5El mercado inmobiliario desempeña un papel importante en la economía y la sociedad, por lo tanto, la desactualización de las valuaciones catastrales, en particular del suelo urbano, tiene efectos nocivos sobre las políticas públicas impositivas, territoriales y de vivienda, como en la estabilidad del sistema financiero. Por tal motivo, los catastros afrontan el desafío de desarrollar valuaciones masivas de una jurisdicción con el fin de proveer datos actualizados y de calidad, de manera rápida y eficiente. Dado el avance tecnológico, la generación de grandes volúmenes de información y los progresos asociados a las ciencias de la computación. Los resultados obtenidos permiten resaltar la ventaja de la capacidad predictiva en la estimación del valor del suelo urbano mediante la aplicación de una técnica algorítmica de aprendizaje automático, conocida como Random Forest, en combinación con una técnica geo-estadística llamada Kriging Ordinario para el tratamiento de los residuos frente a un método econométrico clásico, regresión lineal.The real estate market plays an important role in the economy and society, therefore, the downgrading of cadastral valuations, particularly urban land, has harmful effects on tax, territorial and housing public policies, property market, as in the stability of the finance system. For this reason, the cadastres face the challenge of developing massive valuations of a jurisdiction in order to provide updated and quality data, quickly and efficiently. Given the technological advance, the generation of large volumes of information and the progress associated with computer science, the ideas of massive appraisal of real estate by the catastres is increasingly taking hold. Under these needs and new situation, the results reflects the advantage of the predictive capacity in estimating the value of urban land by applying an algorithmic technique of machine learning, known as Random Forest, in combination with a geo-statistical technique called Ordinary Kriging for the treatment of error.Fil: Carranza, Juan Pablo. Universidad Empresarial Siglo XXI; ArgentinaFil: Piumetto, Mario Andrés. Universidad Nacional de Córdoba; ArgentinaFil: Salomon, Micael Jeremías. Universidad Nacional de Córdoba; ArgentinaFil: Monzani, Federico. Universidad Nacional de Córdoba; ArgentinaFil: Montenegro, Marcos Gaspar. Universidad Nacional de Córdoba; ArgentinaFil: Córdoba, Mariano. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; ArgentinaUniversidad Nacional de Córdoba. Facultad de Arquitectura, Urbanismo y Diseño2019-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/148582Carranza, Juan Pablo; Piumetto, Mario Andrés; Salomon, Micael Jeremías; Monzani, Federico; Montenegro, Marcos Gaspar; et al.; Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina; Universidad Nacional de Córdoba. Facultad de Arquitectura, Urbanismo y Diseño; Vivienda y Ciudad; 6; 12-2019; 90-1122422-670XCONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unc.edu.ar/index.php/ReViyCi/article/view/27090info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T09:59:44Zoai:ri.conicet.gov.ar:11336/148582instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 09:59:45.032CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina
Mass appraisal of urban land value using artificial intelligence: The case of San Francisco City, Córdoba, Argentina
title Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina
spellingShingle Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina
Carranza, Juan Pablo
VALOR DEL SUELO
VALUACIÓN MASIVA
MACHINE LEARNING
RANDOM FOREST
KRIGING ORDINARIO
title_short Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina
title_full Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina
title_fullStr Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina
title_full_unstemmed Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina
title_sort Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina
dc.creator.none.fl_str_mv Carranza, Juan Pablo
Piumetto, Mario Andrés
Salomon, Micael Jeremías
Monzani, Federico
Montenegro, Marcos Gaspar
Córdoba, Mariano
author Carranza, Juan Pablo
author_facet Carranza, Juan Pablo
Piumetto, Mario Andrés
Salomon, Micael Jeremías
Monzani, Federico
Montenegro, Marcos Gaspar
Córdoba, Mariano
author_role author
author2 Piumetto, Mario Andrés
Salomon, Micael Jeremías
Monzani, Federico
Montenegro, Marcos Gaspar
Córdoba, Mariano
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv VALOR DEL SUELO
VALUACIÓN MASIVA
MACHINE LEARNING
RANDOM FOREST
KRIGING ORDINARIO
topic VALOR DEL SUELO
VALUACIÓN MASIVA
MACHINE LEARNING
RANDOM FOREST
KRIGING ORDINARIO
purl_subject.fl_str_mv https://purl.org/becyt/ford/5.7
https://purl.org/becyt/ford/5
dc.description.none.fl_txt_mv El mercado inmobiliario desempeña un papel importante en la economía y la sociedad, por lo tanto, la desactualización de las valuaciones catastrales, en particular del suelo urbano, tiene efectos nocivos sobre las políticas públicas impositivas, territoriales y de vivienda, como en la estabilidad del sistema financiero. Por tal motivo, los catastros afrontan el desafío de desarrollar valuaciones masivas de una jurisdicción con el fin de proveer datos actualizados y de calidad, de manera rápida y eficiente. Dado el avance tecnológico, la generación de grandes volúmenes de información y los progresos asociados a las ciencias de la computación. Los resultados obtenidos permiten resaltar la ventaja de la capacidad predictiva en la estimación del valor del suelo urbano mediante la aplicación de una técnica algorítmica de aprendizaje automático, conocida como Random Forest, en combinación con una técnica geo-estadística llamada Kriging Ordinario para el tratamiento de los residuos frente a un método econométrico clásico, regresión lineal.
The real estate market plays an important role in the economy and society, therefore, the downgrading of cadastral valuations, particularly urban land, has harmful effects on tax, territorial and housing public policies, property market, as in the stability of the finance system. For this reason, the cadastres face the challenge of developing massive valuations of a jurisdiction in order to provide updated and quality data, quickly and efficiently. Given the technological advance, the generation of large volumes of information and the progress associated with computer science, the ideas of massive appraisal of real estate by the catastres is increasingly taking hold. Under these needs and new situation, the results reflects the advantage of the predictive capacity in estimating the value of urban land by applying an algorithmic technique of machine learning, known as Random Forest, in combination with a geo-statistical technique called Ordinary Kriging for the treatment of error.
Fil: Carranza, Juan Pablo. Universidad Empresarial Siglo XXI; Argentina
Fil: Piumetto, Mario Andrés. Universidad Nacional de Córdoba; Argentina
Fil: Salomon, Micael Jeremías. Universidad Nacional de Córdoba; Argentina
Fil: Monzani, Federico. Universidad Nacional de Córdoba; Argentina
Fil: Montenegro, Marcos Gaspar. Universidad Nacional de Córdoba; Argentina
Fil: Córdoba, Mariano. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; Argentina
description El mercado inmobiliario desempeña un papel importante en la economía y la sociedad, por lo tanto, la desactualización de las valuaciones catastrales, en particular del suelo urbano, tiene efectos nocivos sobre las políticas públicas impositivas, territoriales y de vivienda, como en la estabilidad del sistema financiero. Por tal motivo, los catastros afrontan el desafío de desarrollar valuaciones masivas de una jurisdicción con el fin de proveer datos actualizados y de calidad, de manera rápida y eficiente. Dado el avance tecnológico, la generación de grandes volúmenes de información y los progresos asociados a las ciencias de la computación. Los resultados obtenidos permiten resaltar la ventaja de la capacidad predictiva en la estimación del valor del suelo urbano mediante la aplicación de una técnica algorítmica de aprendizaje automático, conocida como Random Forest, en combinación con una técnica geo-estadística llamada Kriging Ordinario para el tratamiento de los residuos frente a un método econométrico clásico, regresión lineal.
publishDate 2019
dc.date.none.fl_str_mv 2019-12
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/148582
Carranza, Juan Pablo; Piumetto, Mario Andrés; Salomon, Micael Jeremías; Monzani, Federico; Montenegro, Marcos Gaspar; et al.; Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina; Universidad Nacional de Córdoba. Facultad de Arquitectura, Urbanismo y Diseño; Vivienda y Ciudad; 6; 12-2019; 90-112
2422-670X
CONICET Digital
CONICET
url http://hdl.handle.net/11336/148582
identifier_str_mv Carranza, Juan Pablo; Piumetto, Mario Andrés; Salomon, Micael Jeremías; Monzani, Federico; Montenegro, Marcos Gaspar; et al.; Valuación masiva de la tierra urbana mediante inteligencia artificial: El caso de la ciudad de San Francisco, Córdoba, Argentina; Universidad Nacional de Córdoba. Facultad de Arquitectura, Urbanismo y Diseño; Vivienda y Ciudad; 6; 12-2019; 90-112
2422-670X
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unc.edu.ar/index.php/ReViyCi/article/view/27090
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Córdoba. Facultad de Arquitectura, Urbanismo y Diseño
publisher.none.fl_str_mv Universidad Nacional de Córdoba. Facultad de Arquitectura, Urbanismo y Diseño
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844613770139140096
score 13.070432