В эпоху цифровизации рынка недвижимости всё более востребованным становится использование данных платформ для более точного прогнозирования спроса и стоимости объектов. Статья рассматривает методику интеграции структурированных данных ЦИАН о характеристиках недвижимости и сделках с анализом поведения пользователей, включая просмотр, поисковые запросы и добавления в избранное. Исследуются возможности применения искусственного интеллекта и машинного обучения для выявления скрытых паттернов потребительских предпочтений и сегментации аудитории. Обосновывается важность разработки динамических моделей для мониторинга ликвидности объектов, которые позволяют адаптировать предложения к реальному поведению пользователей и снизить рыночные риски.

Лазаренко Е.Ю., Андрющенко В.В., Загуменная В.В. (науч. рук. Федоров Д.А.) Прогнозирование потребительского спроса и стоимости объектов недвижимости на основе данных циан и поведенческой аналитики пользователей // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16818