TFE 2ème année FI

Données AirBnb

AirBnB est un site permettant la location de logement entre particuliers. L’offre est globale dans le monde. Le site Inside AirBnB collecte régulièrement les données des logements proposés (en faisant des snapshots tous les 6 mois environ).

A partir de ces données, vous devez analyser et comparer les villes d’un même pays / d’une même région.

Possibilités

Voici quelques possibilités de choix (1 choix = 1 groupe) :

• France : Paris, Lyon, Bordeaux
• Royaume-Uni : Londres, Manchester, Bristol
• Espagne : Barcelone, Madrid, Séville
• Italie : Milan, Naples, Rome

• Belgique : Bruxelles, Ghent (Gand), Antwerp (Anvers)

• Europe : 3 parmi les villes précédentes

Vous pouvez aussi proposer d’autres choix (Australie, Etats-Unis, Canada entre autres - 3 villes dans le monde - …).

Demande

Voici le plan de travail à suivre :

• Importation et nettoyage des données (suppression des avis automatiques, recherche de données aberrantes, …)
• Parc locatif à disposition (description, cartographie, avis donnés, …)
• Similitudes et différences entre les villes (coût, parc, équipement, nombre d’avis, …)
• Modélisation du coût d’une location : qu’est-ce qui influent sur le prix d’une location ?
  • globale sur le pays/la région
  • par ville
  • analyser les résultats (modèles identiques ? différents ? pourquoi ? comment ?)
• Segmentation des locations : existe-t’il des classes de locations ?
  • globale
  • distinction entre les classes, s’il y en a