استخراج بيانات عقارات (Web scraping) من موقع Property Finder باستخدام python

هذا المشروع عبارة عن نظام متكامل لاستخراج وتحليل بيانات عقارات من موقع Property Finder، مع بناء نموذج لتنبؤ أسعار الشقق استنادًا إلى السمات والمتغيرات التي يتم جمعها وتحليلها.

في المشروع، قمت بـ:

استخراج البيانات (Web Scraping / سحب بيانات عقارات):

باستخدام مكتبات مثل Selenium و BeautifulSoup لسحب بيانات عقارات من الموقع، بما في ذلك العنوان، السعر، المساحة بالمتر المربع، عدد الغرف والحمامات، رقم الهاتف، وغيرها من التفاصيل.

تنظيف ومعالجة البيانات (Data Cleaning & Preprocessing):

تحويل النصوص إلى أرقام، التعامل مع القيم المفقودة، حذف القيم الشاذة، هندسة الميزات (Feature Engineering)، ترميز الفئة (One-Hot Encoding)، وتوزين/تقييس البيانات (Scaling).

التحليل الاستكشافي (EDA):

رسم توزيعات الأسعار حسب المناطق، تحليل العلاقة بين المساحة والسعر، استكشاف المتغيرات التي تؤثر في القيمة، وإخراج رؤى سوقية مهمة.

بناء نموذج تنبؤ السعر (Regression / Machine Learning):

تقسيم البيانات إلى مجموعة تدريب واختبار، تطبيق نماذج مثل الانحدار الخطي و Random Forest، والتقييم باستخدام RMSE و R²، لاختيار النموذج الأفضل.

النتائج والرؤية المستقبلية:

المشروع حقق دقة جيدة في توقع أسعار العقارات بناءً على السمات المدخلة، ويمكن استخدام النتائج في اتخاذ قرارات استثمارية أو كأداة لمساعد المشترين.

كما أن المشروع قابل للتوسع بإضافة واجهة مستخدم (GUI) أو نشره كتطبيق ويب، أو أتمتة التحديث الدوري لبيانات العقارات.