Исследователи Центра искусственного интеллекта МГУ имени М.В. Ломоносова совместно с коллегами из ЦИАН, Университета Иннополис и MIRAI подготовили открытый набор данных о продаже и аренде квартир в 16 российских городах. Сведения за 2024–2025 годы объединили по небольшим территориям и временным периодам. Набор помогает анализировать цены, динамику рынка и транспортную доступность. Работу представили на международной конференции SIGIR 2026.
В набор вошли сведения о продаже и аренде квартир в 16 российских городах за 2024–2025 годы. Данные позволяют анализировать цены на жильё, количество предложений, характеристики объектов, транспортную доступность и изменения рынка со временем. Всего набор содержит 456 182 группы данных.
Для исследования рынка недвижимости недостаточно знать только цену конкретной квартиры. На стоимость и привлекательность жилья влияют расположение, транспортная доступность, характеристики дома, количество предложений и изменение ситуации на рынке со временем. Однако открытых наборов данных, которые одновременно содержат подробную информацию о расположении объектов и изменениях во времени, немного. Часть существующих данных охватывает только один город или небольшой период, а другие содержат ограниченное число характеристик объектов.
Авторы подготовили набор данных на основе объявлений о продаже и аренде квартир, опубликованных на платформе ЦИАН. Вместо отдельных объявлений информация объединена по небольшим географическим участкам площадью около 0,25 квадратного километра и временным периодам продолжительностью от двух до двенадцати месяцев.
Для каждой группы собраны показатели, характеризующие цены на жильё и стоимость квадратного метра, количество предложений, число комнат, этажность, год постройки, тип ремонта и продолжительность размещения объявления. Кроме того, учитываются показатели транспортной доступности: расстояние до ближайшей станции метро и центра города, а также количество автобусных остановок.
Такое объединение данных позволяет исследовать различия между районами и изменение рынка во времени, не раскрывая сведения об отдельных объявлениях. Например, данные можно использовать для прогнозирования цен, поиска районов с похожими характеристиками и анализа связи стоимости жилья с особенностями городской среды.
Отдельная часть набора позволяет анализировать связь между транспортной доступностью и стоимостью недвижимости. Авторы рассчитали показатель, с помощью которого можно оценивать вклад транспортных характеристик в прогноз цены и сравнивать районы между собой. При этом исследователи подчёркивают, что этот показатель предназначен для сравнительного анализа и не позволяет утверждать, что изменение транспортной доступности непосредственно стало причиной изменения цены.
Данные подготовлены в обобщённом и анонимизированном виде. В них нет имён и контактов продавцов, точных адресов, текстов объявлений и исходных фотографий объектов. Вместо точного местоположения используются небольшие географические участки, а сведения об объявлениях объединяются за периоды в несколько месяцев. Такой подход снижает риск идентификации конкретных объектов и пользователей и при этом сохраняет информацию, необходимую для исследования рынка.
Авторы проверили возможности набора данных на задаче прогнозирования стоимости продажи и аренды жилья. Кроме оценки цен, данные могут применяться для изучения их изменения во времени, поиска районов с похожими характеристиками и исследования связи стоимости жилья с транспортной доступностью и другими особенностями городской среды.
«При исследовании рынка недвижимости важно учитывать не только характеристики самого объекта, но и его расположение, транспортную доступность и то, как ситуация меняется со временем. Мы собрали эти сведения в едином наборе данных и при этом отказались от публикации информации об отдельных объявлениях. Это позволяет использовать данные для построения и сравнения моделей прогнозирования цен, анализа динамики рынка и поиска территорий с похожими характеристиками», — отметил руководитель научной группы «Онлайн оптимизация и приложения» Института искусственного интеллекта МГУ, старший научный сотрудник Центра искусственного интеллекта МГУ Юрий Дорн.
Набор данных опубликован в открытом доступе и может использоваться для исследований в области прогнозирования стоимости недвижимости, анализа городских территорий и изучения рынка жилья. При интерпретации результатов необходимо учитывать, что данные получены с одной платформы и охватывают 16 крупных российских городов, поэтому они не представляют весь российский рынок недвижимости.