{"id":24360479,"url":"https://github.com/idb-devs/dataanalyticsairbnb","last_synced_at":"2026-04-18T12:04:02.280Z","repository":{"id":272832413,"uuid":"917899475","full_name":"IDB-devs/DataAnalyticsAirbnb","owner":"IDB-devs","description":"Construir um modelo de previsão de preço que permita uma pessoa comum que possui um imóvel possa saber quanto deve cobrar pela diária do seu imóvel.","archived":false,"fork":false,"pushed_at":"2025-01-19T18:30:29.000Z","size":16788,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-10-27T21:10:08.170Z","etag":null,"topics":["data-analysis","data-science","jupyter","python"],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/IDB-devs.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null}},"created_at":"2025-01-16T21:14:56.000Z","updated_at":"2025-01-19T18:30:31.000Z","dependencies_parsed_at":"2025-07-22T14:45:10.061Z","dependency_job_id":null,"html_url":"https://github.com/IDB-devs/DataAnalyticsAirbnb","commit_stats":null,"previous_names":["idb-devs/dataanalyticsairbnb"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/IDB-devs/DataAnalyticsAirbnb","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/IDB-devs%2FDataAnalyticsAirbnb","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/IDB-devs%2FDataAnalyticsAirbnb/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/IDB-devs%2FDataAnalyticsAirbnb/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/IDB-devs%2FDataAnalyticsAirbnb/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/IDB-devs","download_url":"https://codeload.github.com/IDB-devs/DataAnalyticsAirbnb/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/IDB-devs%2FDataAnalyticsAirbnb/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":31967994,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-04-18T00:39:45.007Z","status":"online","status_checked_at":"2026-04-18T02:00:07.018Z","response_time":103,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["data-analysis","data-science","jupyter","python"],"created_at":"2025-01-18T21:29:56.329Z","updated_at":"2026-04-18T12:04:02.219Z","avatar_url":"https://github.com/IDB-devs.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# DataAnalyticsAirbnb\n### Contexto\n\nNo Airbnb, qualquer pessoa que tenha um quarto ou um imóvel de qualquer tipo (apartamento, casa, chalé, pousada, etc.) pode ofertar o seu imóvel para ser alugado por diária.\n\nVocê cria o seu perfil de host (pessoa que disponibiliza um imóvel para aluguel por diária) e cria o anúncio do seu imóvel.\n\nNesse anúncio, o host deve descrever as características do imóvel da forma mais completa possível, de forma a ajudar os locadores/viajantes a escolherem o melhor imóvel para eles (e de forma a tornar o seu anúncio mais atrativo)\n\nExistem dezenas de personalizações possíveis no seu anúncio, desde quantidade mínima de diária, preço, quantidade de quartos, até regras de cancelamento, taxa extra para hóspedes extras, exigência de verificação de identidade do locador, etc.\n\n### Nosso objetivo\n\nConstruir um modelo de previsão de preço que permita uma pessoa comum que possui um imóvel possa saber quanto deve cobrar pela diária do seu imóvel.\n\nOu ainda, para o locador comum, dado o imóvel que ele está buscando, ajudar a saber se aquele imóvel está com preço atrativo (abaixo da média para imóveis com as mesmas características) ou não.\n\n### O que temos disponível, inspirações e créditos\n\nAs bases de dados foram retiradas do site kaggle: https://www.kaggle.com/allanbruno/airbnb-rio-de-janeiro\n\nElas estão disponíveis para download abaixo da aula (se você puxar os dados direto do Kaggle pode ser que encontre resultados diferentes dos meus, afinal as bases de dados podem ter sido atualizadas).\n\nCaso queira uma outra solução, podemos olhar como referência a solução do usuário Allan Bruno do kaggle no Notebook: https://www.kaggle.com/allanbruno/helping-regular-people-price-listings-on-airbnb\n\nVocê vai perceber semelhanças entre a solução que vamos desenvolver aqui e a dele, mas também algumas diferenças significativas no processo de construção do projeto.\n\n- As bases de dados são os preços dos imóveis obtidos e suas respectivas características em cada mês.\n- Os preços são dados em reais (R$)\n- Temos bases de abril de 2018 a maio de 2020, com exceção de junho de 2018 que não possui base de dados\n\n### Expectativas Iniciais\n\n- Acredito que a sazonalidade pode ser um fator importante, visto que meses como dezembro costumam ser bem caros no RJ\n- A localização do imóvel deve fazer muita diferença no preço, já que no Rio de Janeiro a localização pode mudar completamente as características do lugar (segurança, beleza natural, pontos turísticos)\n- Adicionais/Comodidades podem ter um impacto significativo, visto que temos muitos prédios e casas antigos no Rio de Janeiro\n\nVamos descobrir o quanto esses fatores impactam e se temos outros fatores não tão intuitivos que são extremamente importantes.\n\n### Arquivos Explicação:\n\n- Solução Airbnb Rio.ipynb -\u003e arquivo voltado a solução do problema e toda a análise dos dados, treinando modelos de IA RandomForest, LinearRegression e ExtraTrees para ver qual o melhor modelo para realizar as análises e se tornar executável para análises mais dinâmicas.\n\n- primeiros_registros.csv -\u003e tabela de dados para análisar e checar em que fatores os preços são baseados.\n\n- dados.csv -\u003e banco de dados já analisado e limpo para treinamento e teste das IAs.\n\n- Deploy Projeto Airbnb - Dicionarios Criados.ipynb e Deploy_Airbnb.py -\u003e arquivos para criação de executável para deploy dos modelos de forma a deixa-los dinâmicos, colocando um modelo.joblib(IA treinada e testada) para fazer as análises no dia dia de uma pessoa comum.","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fidb-devs%2Fdataanalyticsairbnb","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fidb-devs%2Fdataanalyticsairbnb","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fidb-devs%2Fdataanalyticsairbnb/lists"}