Predicting the features that influence used cars commercial price: An approach based on data mining

Abstract

A aquisição de um automóvel é uma decisão que, para ser tomada com confiança, exige conhecimento do mercado. A oferta no mercado de automóveis usados é grande e diversificada, com uma oscilação significativa de preços consoante a marca, modelo, características e acessórios do automóvel, sendo muitas vezes difícil para um comprador avaliar se está perante um “bom negócio” e uma escolha acertada. Com este trabalho pretende-se, utilizando técnicas de data mining, criar um modelo que permita aferir de que forma um conjunto de características de um automóvel influenciam o seu preço. Para o efeito, foi utilizada uma amostra de 301 registos de automóveis, obtida do site Standvirtual e relativa ao construtor automóvel Volkswagen Group AG. A amostra incluiu automóveis das cinco marcas do grupo (Audi, Seat, Skoda, Porsche e Volkswagen) e de anos compreendidos entre 2009 e 2011, tendo sido considerados os seguintes atributos para a análise inicial: ano, quilometragem, potência, cilindrada, marca, modelo, cor, existência de computador de bordo, existência de Cruise Control, existência de estofos em pele e preço comercial (variável dependente). Os dados foram recolhidos utilizando uma ferramenta de Web Scraping e posteriormente analisados utilizando a técnica de regressão linear no software SPSS.