Spaces:
Sleeping
Sleeping
| title: Psp2 Consultoriaairbnb | |
| emoji: 🚀 | |
| colorFrom: red | |
| colorTo: red | |
| sdk: streamlit | |
| app_port: 8501 | |
| tags: | |
| - streamlit | |
| pinned: false | |
| short_description: Streamlit template space | |
| license: mit | |
| sdk_version: 1.52.1 | |
| # 🏘️ Airbnb Intelligence Pro - Brazil | |
|  | |
|  | |
|  | |
|  | |
| > **Plataforma de Inteligência de Mercado, Predição de Receita e Análise de Risco para Investidores de Imóveis.** | |
| Este projeto é um Dashboard Interativo Profissional desenvolvido para analisar a viabilidade de investimentos em imóveis para Airbnb em quatro grandes capitais brasileiras: **Florianópolis, Belo Horizonte, Curitiba e Porto Alegre**. | |
| Diferente de dashboards comuns, este sistema utiliza **Machine Learning** para prever faturamento, **NLP (Processamento de Linguagem Natural)** para analisar diferenciais e cruza dados de **Segurança Pública** para mitigar riscos. | |
| --- | |
| ## 🎯 Funcionalidades Principais | |
| ### 📊 1. Análise de Mercado (Dashboard) | |
| - **Mapa Interativo com Painel Lateral:** Visualização limpa (CartoDB). Ao clicar no imóvel, um painel lateral se abre com a ficha técnica completa, fotos e ROI. | |
| - **Filtros Inteligentes:** Seleção por Cidade, Nº de Quartos, Faixa de Preço e Nível Máximo de Segurança (Homicídios). | |
| - **Detecção de Outliers:** Botão para ocultar/mostrar imóveis de luxo que distorcem a média de mercado. | |
| ### 🔬 2. Análises Avançadas (Expansíveis) | |
| - **📅 Sazonalidade:** Gráficos de linha baseados no histórico real de ocupação (`past_geral`) para identificar os meses de alta e baixa. | |
| - **☁️ Nuvem de Palavras (NLP):** Analisa as *amenities* dos imóveis "Top Performers" para revelar o que é obrigatório ter (ex: "Wifi", "Piscina", "Garagem"). | |
| - **🛡️ Segurança vs. Retorno:** Gráfico de dispersão cruzando dados de violência urbana (`casos_homicidios`) com faturamento. | |
| ### 🤖 3. Simulador IA & Calculadora Financeira | |
| - **Oráculo de Preços:** Um modelo *Random Forest* prevê quanto um imóvel faturaria por ano com base em suas características. | |
| - **Calculadora de Lucro Líquido:** Ferramenta para descontar taxas de plataforma, impostos, condomínio e manutenção, revelando o **ROI Real (Líquido)**. | |
| ### 💎 4. Consultoria Automática | |
| O sistema gera um laudo automático para cada imóvel: | |
| - 💎 **COMPRA RECOMENDADA:** Score > 60 (ROI Alto + Segurança + Boa Nota). | |
| - ✅ **POTENCIAL:** Bons números, merece visita. | |
| - ⚠️ **ARRISCADO:** Baixo retorno ou região com métricas ruins. | |
| - ❌ **NÃO RECOMENDADO:** Prejuízo provável. | |
| --- | |
| ## 🛠️ Tecnologias Utilizadas | |
| * **Linguagem:** Python 3.9+ | |
| * **Framework Web:** Streamlit | |
| * **Mapas:** Folium & Leaflet (Integração `streamlit-folium`) | |
| * **Gráficos:** Plotly Express & Matplotlib | |
| * **Machine Learning:** Scikit-Learn (Random Forest Regressor) | |
| * **Processamento de Texto:** WordCloud | |
| --- | |
| ## 📂 Estrutura de Arquivos (Obrigatória) | |
| Para o funcionamento completo, a pasta do projeto deve conter os seguintes arquivos: | |
| ```text | |
| 📁 airbnb-intelligence-pro/ | |
| │ | |
| ├── 📄 app.py # Código principal da aplicação | |
| ├── 📄 requirements.txt # Lista de dependências (incluindo wordcloud) | |
| ├── 📄 README.md # Documentação | |
| │ | |
| ├── 💾 lisitng_geral.csv # Dados principais dos imóveis | |
| ├── 💾 fipezap_geral.csv # Histórico de preços de venda (FipeZap) | |
| ├── 💾 past_geral.csv # Histórico de ocupação (para Sazonalidade) | |
| └── 💾 casos_homicidios.csv # Dados de segurança pública |