Платформы недвижимости представляют собой сложную среду информационного поиска (IR), где релевантность для пользователя зависит от многомерных пересечений местоположения, времени и физических характеристик. Однако исследования в области геопространственного информационного поиска (GIR) и рекомендаций на основе местоположения в настоящее время затруднены из-за отсутствия открытых высококачественных наборов данных, отражающих как временную эволюцию рынков, так и детальные сигналы доступности. Чтобы восполнить этот пробел, мы представляем RRE-GTC (Ru-Real-Estate Geo-Temporal Clusters) — открытый ресурс для сравнения алгоритмов ранжирования, ценообразования и рекомендаций в динамических пространственных контекстах. Построенный на основе огромной коллекции объявлений о квартирах в крупных российских городах, RRE-GTC агрегирует 456 182 гео-временных кластера, предлагая конфиденциальность-сохраняющую альтернативу публикации данных на уровне отдельных объявлений. Набор данных предоставляет богатые и разнообразные признаки: (i) гео-временную динамику цен (стратифицированные процентили во времени), (ii) подробные метаданные объектов (жилой фонд, объём предложения) и (iii) сигналы транспортной доступности (например, близость, плотность транспорта). Уникально то, что ресурс включает ценовой сигнал «транспортной изоляции», полученный с помощью модели линейной атрибуции, что открывает новые исследования в области ранжирования на основе атрибутов и объяснимого поиска (например, разделение «ценности местоположения» и «внутреннего качества»). Выпущенный под лицензией Apache-2.0 и размещённый на Hugging Face, RRE-GTC снижает барьер для экспериментов с рекомендациями и поиском на основе контента, пространственно-временным ранжированием и рыночно-ориентированной фильтрацией поиска.
статья