概要

母校である名古屋市立大学に4年間通う場合に、おすすめできるマンション・アパートを検索できるアプリを作成しました。

pythonanywhereでデプロイしています（現在は非公開にしています） http://arimaryo.pythonanywhere.com/login

アプリ作成の背景

• 名古屋市立大学の滝子キャンパスは、名古屋市営地下鉄の桜山駅から西側に10分ほど歩いた場所に位置しています。
• 当然ですが、「桜山駅　徒歩5分」で検索すると桜山駅を中心に徒歩5分圏内の物件が表示され、これから物件を探そうとする学生にとって、最適なものとは言えません。
• そこで、「これから物件を探そうとする学生（およびその保護者）にとって、4年間の大学生活を送るにあたって良い物件」を探すWebアプリを作成することにしました。

アプリの概要

• suumoの賃貸情報をスクレイピングして、物件情報を取得し、それを表示しています。
• 機能１：実質月額費用を確認できます
  • 下記のように実質月額費用を定義して、本当に「安い」と言える物件を検索できるようにしています
  • 実質月額費用 = 家賃 + 共益費・管理費 + (礼金 / 48ヶ月)
• 機能2:ユーザーは、ログイン後に物件ごとにどのくらい借りたいかを記録できます
  • 探すときのことを思い返すと、予算はかなり重要な要素だと思います。
  • そのため、以下の3つのチェックボックスを用意して、自分の好みを入力できるようにしています。
    • 借りたい
    • 5000円安いなら借りたい
    • 10000円安いなら借りたい

今後のissue

• 現状では、「これから物件を探そうとする学生（およびその保護者）にとって、4年間の大学生活を送るにあたって良い物件」を探すWebアプリとして、良いものだとは言えません

• 私は今後、以下のようなアップデートを加えたいと考えています

• issue1:「学生にとっての物件価値」および「お得度（ = 学生にとっての価値 / 実際の費用）」の追加

  • 課題感
    • スクレイピングした物件情報と、ユーザーが記録したどのくらい借りたいかのログを用いて、物件価値予測モデルを作成します
    • 駅から物件の距離がより近い方が、家賃は高くなりますが、学生にとっては大学までの距離が近い方が価値を高く感じると思われます
    • このことから、実際の価格と学生にとっての価値は必ずしも一致しないと思われるので、こうした機能を追加します
  • 方法
    • 私は2024/3まで、名古屋市立大学の大学院生でした。その経歴を活かして、学部生10名程度の協力を得て、ログを入力してもらいます
      • 100個の物件をランダムに選定
      • 10名の学生に、ランダムに選ばれた物件にどの程度借りたいかを評価してもらう
    • 機械学習モデル(lightGBM)の回帰タスクとして捉えて、予測モデルを作成します
      • 学生にとっての物件価値を定義
        • 案：学生にとっての物件価値 = 実質月額費用 - 「5000円安いなら借りたい」の記録率5000 - 「10000円安いなら借りたい」の記録率10000 - 借りたい系のチェックがない率*15000円
    • 予測
      • 100個のtrainデータを用いてモデル作成した後に、他のデータの場合の予測を行います。

• issue2：物件の位置をより視覚的に見やすくします

  • 課題感
    • 現在は、住所データを持っているものの、それを視覚的に表現できておらず、どの物件が大学から近いのかがわかりにくくなっています
    • 大学までの距離をよりわかりやすく表現する必要があると考えています