Descripteur
Termes IGN > sciences humaines et sociales > économie > macroéconomie > secteur tertiaire > immobilier (secteur)
immobilier (secteur) |
Documents disponibles dans cette catégorie (13)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Accuracy of vacant housing detection models: An empirical evaluation using municipal and national census datasets / Kanta Sayuda in Transactions in GIS, vol 26 n° 7 (November 2022)
[article]
Titre : Accuracy of vacant housing detection models: An empirical evaluation using municipal and national census datasets Type de document : Article/Communication Auteurs : Kanta Sayuda, Auteur ; Euijung Hong, Auteur ; Yuki Akiyama, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 3003 - 3027 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] apprentissage automatique
[Termes IGN] distribution spatiale
[Termes IGN] Extreme Gradient Machine
[Termes IGN] géocodage
[Termes IGN] immobilier (secteur)
[Termes IGN] Japon
[Termes IGN] logementRésumé : (auteur) In Japan, the rise in vacant housing has created the need to develop quick, effective, and inexpensive methods to detect the spatial distribution of vacant housing at the municipal level. However, due to incomplete and inaccessible data, the change in the accuracy of the vacant housing detection model must be evaluated while accounting for the limited data. Therefore, this study compares the performance of vacant housing detection models for different data combinations (Basic Resident Register; building registration, water usage, and national census) by considering Wakayama City, Japan, as the case study setting. Three main findings emerged: (1) the contribution of the data to the accuracy varies with the combination of datasets and metrics; (2) even if specific municipal data are unavailable, it is possible to acquire a similar accuracy by combining other data; and (3) the missing value contributes to the vacant housing detection rather than the feature value itself. Numéro de notice : A2022-887 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1111/tgis.12992 Date de publication en ligne : 31/10/2022 En ligne : https://doi.org/10.1111/tgis.12992 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102217
in Transactions in GIS > vol 26 n° 7 (November 2022) . - pp 3003 - 3027[article]Création d’un indicateur de qualité de la desserte des transports pour des parcelles à une échelle locale / Nick Lin (2022)
Titre : Création d’un indicateur de qualité de la desserte des transports pour des parcelles à une échelle locale Type de document : Mémoire Auteurs : Nick Lin, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Importance : 95 p. Format : 21 x 30 cm Note générale : bibliographie
Rapport de fin d'étude, cycle Ingénieur 3e année, cycle CarthagéoLangues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] géomercatique
[Termes IGN] grille
[Termes IGN] immobilier (secteur)
[Termes IGN] indicateur de qualité
[Termes IGN] interopérabilité
[Termes IGN] parcelle cadastrale
[Termes IGN] plan de déplacement urbain
[Termes IGN] Python (langage de programmation)
[Termes IGN] trajet (mobilité)
[Termes IGN] transport public
[Termes IGN] valeur économiqueIndex. décimale : DCAR Mémoires de l'ex DESS cartographie et du Master CARTHAGEO Résumé : (auteur) Le secteur de l’immobilier est un secteur très concurrentiel. Buildrz propose aux acteurs de ce secteur un outil d’estimation de surface de plancher constructible. Mais Buildrz voudrait aussi que son outil puisse aider les promoteurs immobiliers à fixer le prix du mètre carré. Pour ce faire, le prix hypothétique sera fixé en fonction du prix de biens similaires qui ont déjà été vendus. Il faut maintenant trouver comment caractériser des biens semblables. Pour les trouver, il faut caractériser les parcelles en fonction d’indicateurs choisis. Ce rapport se concentre sur la recherche et le développement d’un indicateur de qualité de transport en commun. Note de contenu : Introduction
1. Contexte du stage
1.a Le secteur de l'immobilier
1.b Buildrz
1.c Objectifs du stage
2. L'état de l'art
2.a L'existant
2.b L'exploitation de l'état de l'art
2.c Fichiers GTFS
3. Mise en oeuvre
3.a Les indicateurs vus
3.b Préparation
3.c Développement
3.d Résultats
ConclusionNuméro de notice : 24042 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire de fin d'études IT Organisme de stage : Buildrz Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101899 Une base de données pour étudier vingt années de dynamiques du marché immobilier résidentiel en Île-de-France / Thibault Le Corre in Cybergeo, European journal of geography, n° 2021 ([01/02/2021])
[article]
Titre : Une base de données pour étudier vingt années de dynamiques du marché immobilier résidentiel en Île-de-France Type de document : Article/Communication Auteurs : Thibault Le Corre, Auteur Année de publication : 2021 Article en page(s) : n° 992 Note générale : bibliographie Langues : Français (fre) Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] base de données
[Termes IGN] base de données spatiotemporelles
[Termes IGN] dynamique spatiale
[Termes IGN] Ile-de-France
[Termes IGN] immobilier (secteur)
[Termes IGN] logement
[Termes IGN] marché foncierRésumé : (auteur) Cet article expose la démarche de préparation et de consolidation d’une base de données immobilières à partir de données sources dont l’accès est restreint et l’usage complexe. CASSMIR (Contribution à l’Analyse Spatiale et Sociologique des Marchés Immobiliers Résidentiels) est une base de données sur le marché du logement en Île-de-France couvrant une période de 1996 à 2018. Les indicateurs de la base CASSMIR recouvrent quatre champs d’investigation thématiques sur le marché immobilier : les prix, le profil socio-démographique des acquéreurs et vendeurs, les régimes d’achat et les types de mutation des biens ainsi que les types de biens immobiliers. Ces indicateurs caractérisent des unités spatiales à trois échelles (communes, carroyage 1 km et carroyage 200 mètres) et des groupes de population d’acquéreurs et de vendeurs déclinés selon un critère social, de génération et de genre. La livraison de la base fait suite à une série d’opérations d’agrégation de données individuelles issues de deux bases de données sources : une base sur les transactions immobilières, la base BIEN, et une base sur les investissements en primo-accession avec des prêts aidés, la base PTZ. Cet article propose de restituer les principales informations contenues dans la base CASSMIR et les étapes de préparation de la base. Numéro de notice : A2021-798 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.4000/cybergeo.37430 Date de publication en ligne : 09/08/2021 En ligne : https://doi.org/10.4000/cybergeo.37430 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98686
in Cybergeo, European journal of geography > n° 2021 [01/02/2021] . - n° 992[article]Street-Frontage-Net: urban image classification using deep convolutional neural networks / Stephen Law in International journal of geographical information science IJGIS, vol 34 n° 4 (April 2020)
[article]
Titre : Street-Frontage-Net: urban image classification using deep convolutional neural networks Type de document : Article/Communication Auteurs : Stephen Law, Auteur ; Chanuki Illushka Seresinhe, Auteur ; Yao Shen, Auteur Année de publication : 2020 Article en page(s) : pp 681- 707 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] espace public
[Termes IGN] évaluation foncière
[Termes IGN] extraction de données
[Termes IGN] façade
[Termes IGN] habitat urbain
[Termes IGN] image Streetview
[Termes IGN] immobilier (secteur)
[Termes IGN] information géographique
[Termes IGN] Londres
[Termes IGN] matrice de confusion
[Termes IGN] Paris (75)
[Termes IGN] paysage urbain
[Termes IGN] urbanisme
[Termes IGN] vision par ordinateurRésumé : (auteur) Quantifying aspects of urban design on a massive scale is crucial to help develop a deeper understanding of urban designs elements that contribute to the success of a public space. In this study, we further develop the Street-Frontage-Net (SFN), a convolutional neural network (CNN) that can successfully evaluate the quality of street frontage as either being active (frontage containing windows and doors) or blank (frontage containing walls, fences and garages). Small-scale studies have indicated that the more active the frontage, the livelier and safer a street feels. However, collecting the city-level data necessary to evaluate street frontage quality is costly. The SFN model uses a deep CNN to classify the frontage of a street. This study expands on the previous research via five experiments. We find robust results in classifying frontage quality for an out-of-sample test set that achieves an accuracy of up to 92.0%. We also find active frontages in a neighbourhood has a significant link with increased house prices. Lastly, we find that active frontage is associated with more scenicness compared to blank frontage. While further research is needed, the results indicate the great potential for using deep learning methods in geographic information extraction and urban design. Numéro de notice : A2020-110 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2018.1555832 Date de publication en ligne : 26/12/2018 En ligne : https://doi.org/10.1080/13658816.2018.1555832 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94712
in International journal of geographical information science IJGIS > vol 34 n° 4 (April 2020) . - pp 681- 707[article]Webscraping, bigdata et analyse spatiale de données immobilières : réponse à un projet ESPON au sein de l'UMS RIATE / Marc Lieury (2019)
Titre : Webscraping, bigdata et analyse spatiale de données immobilières : réponse à un projet ESPON au sein de l'UMS RIATE Type de document : Mémoire Auteurs : Marc Lieury, Auteur Editeur : Paris : Université de Paris 1 Panthéon Sorbonne Année de publication : 2019 Autre Editeur : Paris : Université de Paris 7 Denis Diderot Importance : 143 p. Format : 21 x 30 cm Note générale : bibliographie
Master 2 CarthagéoLangues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] accessibilité
[Termes IGN] analyse spatiale
[Termes IGN] collecte de données
[Termes IGN] extraction automatique
[Termes IGN] extraction de données
[Termes IGN] France (administrative)
[Termes IGN] immobilier (secteur)
[Termes IGN] logement
[Termes IGN] métadonnées
[Termes IGN] Python (langage de programmation)
[Termes IGN] R (langage)
[Termes IGN] récupération de données
[Termes IGN] site webIndex. décimale : DCAR Mémoires de l'ex DESS cartographie et du Master CARTHAGEO Résumé : (auteur) Dans le but de répondre à un appel d’offre de l’Union Européenne (ESPON) visant à permettre aux décideurs publics de choisir des politiques adaptés aux réalités du terrain, un vaste programme de collecte, d’analyse et de cartographie des données à l’échelle européenne a été initié par le RIATE. Les fonctions du stagiaire ont été diverses, mais portaient principalement sur l’étude de l’accessibilité au logement en France par le Big Data en utilisant le Webscraping et l’analyse spatiale dans le cadre d’un projet européen. La première partie du stage a été consacrée principalement à répondre aux besoins du projet, pour ensuite aborder plus librement les données collectées et les processus appliquées en orientant le stage sur les bonnes pratiques, les opportunités mais aussi les limites du webscraping et de l’analyse spatiale sous R et Python. Note de contenu : Introduction
1- Réponse au projet ESPON
2- Participation aux activités du RIATE
ConclusionNuméro de notice : 25441 Affiliation des auteurs : non IGN Nature : Mémoire master cartographie Organisme de stage : RIATE, Paris Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93911 Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 25441-01 DCAR Livre Centre de documentation En réserve Mezzanine Disponible Documents numériques
peut être téléchargé
Webscraping, bigdata et analyse spatiale... - pdf auteurAdobe Acrobat PDF Création d’un observatoire de l’immobilier d’entreprise et élaboration d’une cartographie des zones d’activités / Antoine Laurendon (2018)PermalinkConnaître les marchés locaux de l'habitat / Agence nationale de l'habitat (2012)PermalinkModélisation de la densification du logement sur l'île de La Réunion / Gilles Lajoie in Revue internationale de géomatique, vol 20 n° 2 (juin - aout 2010)PermalinkDes domaines d'intervention multiples / B. Loreau in Géomètre, n° 2059 (mai 2009)PermalinkOptimal spatial decision making using GIS: a prototype of a Real Estate Geographical Information System (REGIS) / T.Q. Zeng in International journal of geographical information science IJGIS, vol 15 n° 4 (june 2001)PermalinkThe concept and implementation of the urban planning cadastre in Russia / I. Zaslavsky (16/04/1997)PermalinkA geographical information system to facilitate military housing management / G.A. Forgionne in International journal of geographical information systems IJGIS, vol 10 n° 8 (december 1996)PermalinkMaps and map-information in a new computer system for real estate data / A. Anderson in Annuaire international de cartographie, n° 11 (1971)Permalink