استخراج وتحليل بيانات العقارات وتوقع الأسعار (Real Estate Scraping & Price Prediction) لدعم قرار الشراء

بناء نظام متكامل لجمع بيانات السوق العقاري من موقع Property Finder، وتحليلها، وتطوير نموذج ذكاء اصطناعي (Machine Learning Model) لتوقع أسعار الشقق لدعم قرارات المشترين والمستثمرين.

المهام الفنية (Technical Execution):

1️⃣جمع البيانات (Web Scraping): أتمتة سحب آلاف السجلات العقارية (السعر، المساحة، الغرف، الموقع) باستخدام مكتبات Selenium و BeautifulSoup.

2️⃣معالجة البيانات (Data Preprocessing): تنظيف متقدم للبيانات شمل التعامل مع القيم المفقودة والشاذة (Outliers)، هندسة الميزات (Feature Engineering)، وتطبيق الـ One-Hot Encoding والـ Data Scaling.

3️⃣النمذجة التنبؤية (ML Modeling): تدريب وتقييم نماذج انحدار متعددة (Linear Regression & Random Forest) واختيار النموذج الأدق بناءً على مقاييس الأداء (RMSE و R²).

أهم النتائج (Key Insights & EDA):

1️⃣تحليل وتصور توزيعات الأسعار جغرافياً لتحديد المناطق الاستثمارية الأعلى قيمة.

2️⃣كشف العلاقة بين المساحة والسعر وتحديد السمات (Features) الأكثر تأثيراً في التقييم النهائي للعقار.

3️⃣تحقيق دقة عالية في توقع "السعر العادل" للعقارات بناءً على مواصفاتها الفعلية.

التأثير وقابلية التوسع (Business Impact & Scalability):

- دعم القرار: يوفر النموذج أداة تقييم دقيقة تحمي المشترين من التسعير المبالغ فيه وتوجه المستثمرين لأفضل الفرص.

- الرؤية المستقبلية: النظام مصمم بقابلية عالية للتوسع (Scalable)، جاهز لعمل أتمتة دورية (Automated Updates) لتتبع تغيرات السوق، أو للتحول إلى تطبيق ويب تفاعلي (Web App) للمستخدم النهائي.