Sistema de recomendación de viviendas nuevas para una empresa de venta de bienes raíces en línea

Abstract

El presente trabajo describe el diseño, construcción y evaluación de un sistema de recomendaciones para los usuarios del sitio de internet de una empresa dedicada a la venta de viviendas en Colombia y México. Dicho sistema surge de la necesidad de automatizar el actual método de envío de recomendaciones manuales realizado por agentes comerciales de la empresa. Aunque el proceso manual ha mostrado buenos resultados, que se reflejan en la consecución de ventas de forma continua, existen dificultades en la escalabilidad del proceso porque el crecimiento depende de la contratación de más fuerza comercial en lugar del incremento en productividad de las personas. En la misma línea, las versiones de sistemas de recomendación desarrolladas previamente por la empresa, no han podido sustituir o mejorar la intervención humana. Para el diseño y construcción del sistema se emplean las bases de datos del catálogo de propiedades de la empresa, así como los datos recopilados de preferencias y comportamientos de usuarios. A partir de dicha información, se construyen sistemas de recomendación basados en conocimiento, basados en filtros colaborativos y basados en contenido, se hacen pruebas con algoritmos que combinan elementos de estos tres tipos elementales y se plasma el desarrollo del modelo con el que se consiguieron hacer más pruebas y mejorar el desempeño frente los algoritmos usados en la empresa, de los cuales se busca superar una métrica de AUC igual a 0.6 y/o un Pre-k igual a 0.03. Después de plantear diferentes enfoques encontrados en la literatura se llega a un algoritmo denominado LightFM con el que se hacen iteraciones y se consigue mejorar las métricas de AUC y Pre-k de las versiones que había usado la empresa anteriormente para sus sistemas de recomendación. Con el algoritmo seleccionado se realiza una propuesta de integración al modelo comercial que tiene el potencial de mejorar la productividad del proceso de ventas, al presentar las recomendaciones a los agentes comerciales en lugar de los usuarios finales, generando sinergia entre el desempeño del algoritmo y la asesoría integral que ofrecen las personas para efectuar una venta de vivienda.