🏠 ViviendaRadar: Inteligencia Artificial para el Mercado de Alquileres en Madrid

Español

Un proyecto personal nacido de ver a muchos jóvenes cercanos luchar por acceder a una vivienda digna en Madrid

⚠️ Nota:

Idealista bloquea tráfico desde IPs de datacenter (GitHub Actions, Azure, etc.). El scraper está diseñado para ejecución local o con proxy residencial

⚠️ DISCLAIMER LEGAL Y COPYRIGHT

AVISO IMPORTANTE - LEE ESTO ANTES DE USAR

Propiedad Intelectual

Este proyecto fue creado originalmente por Miguel Paniagua y está completamente protegido por derechos de autor.

Sobre la Licencia MIT + Restricciones Comerciales

Este proyecto está licenciado bajo una MIT License modificada con restricciones adicionales para uso comercial:

✅ PERMITIDO (Uso No-Comercial):

Usar el código para aprender y educación
Modificar el código para uso personal
Compartir el código (siempre dando crédito)
Contribuir mejoras al proyecto original

❌ PROHIBIDO (Sin Autorización Previa):

Cualquier uso comercial (vender servicios basados en esto)
Generar ingresos directa o indirectamente
Usar para un negocio o startup sin permiso
Vender acceso a la herramienta
Reclamar la autoría o presentarlo como propio
Crear un producto comercial basado en este código

Clave: Beneficio Económico = Necesitas Permiso

Si tu intención es hacer dinero con este código (de cualquier forma):

🚫 NO PUEDES hacerlo sin autorización
📧 DEBES contactar a Miguel Paniagua para una licencia comercial
💼 Se requiere acuerdo explícito y por escrito
💰 Puede requerir compensación económica

📖 Sobre Este Proyecto

ViviendaRadar es un sistema completo de aprendizaje automático diseñado para democratizar el acceso a información del mercado de alquileres en Madrid. Combina web scraping, ingeniería de datos e inteligencia artificial para identificar pisos con precios injustos y alertar sobre oportunidades excepcionales.

💡 La Motivación

Creé este proyecto porque veía que mucha gente joven cercana no podía acceder a un alquiler digno. Los precios de alquiler se han desvinculado cada vez más de la realidad y, sin una inteligencia de mercado adecuada, los inquilinos quedan atrapados entre opciones imposibles: pagar demasiado por una vivienda básica o aceptar condiciones muy precarias.

ViviendaRadar existe para nivelar el campo de juego: poner herramientas potentes de análisis de mercado en manos de quienes más las necesitan, ayudándoles a encontrar una vivienda digna a precios más justos.

🎯 ¿Qué Hace ViviendaRadar?

Recopila ~2.100 anuncios de alquiler desde Idealista (Madrid)
Limpia y transforma los datos con más de 20 variables diseñadas para IA
Entrena un modelo Random Forest que estima el precio justo de alquiler
Rastrea nuevos anuncios en tiempo (casi) real con Selenium
Evalúa cada anuncio y detecta gangas y oportunidades
Envía alertas por Telegram cuando detecta chollos
Expone una API REST para usar el tasador desde otras apps o scripts

🏗️ Arquitectura del Sistema

PROYECTO_INMOBILIARIO_BOT/       
├── .env                     <-- ¡AQUÍ IRÁN TUS CLAVES!
├── .gitignore               <-- EL ESCUDO (protege .env)
├── requirements.txt         <-- LIBRERÍAS
├── LICENSE                  <-- PROTECCIÓN LEGAL
├── README.md                <-- ESTE ARCHIVO
├── api_tasadorav2.py
├── cosechadorav2.py
├── entrenar_tasadorav2.py
├── etl_limpiezav2.py
├── explorador_datosv2.py
├── rastreadorv2.py
└── dataset_madrid_*.csv     (no se suben a GitHub)

📦 Componentes del Proyecto

1. `cosechadorav2.py` – Recopilación de Datos

Extrae ~2.100 anuncios desde Idealista
Incluye 70 páginas de alquileres en Madrid
Características Extraídas:
- Precio, metros cuadrados, habitaciones, baños
- Número de planta, amenidades (ascensor, parking, terraza, aire acondicionado)
- Estado de amueblamiento y reforma
- Detección de barrio desde el título del anuncio
- Enlaces directos a las propiedades

2. `etl_limpiezav2.py` – Preparación de Datos

Deduplicación: Elimina anuncios duplicados
Recuperación de Barrios: Extrae inteligentemente el barrio del título del anuncio
Validación de Datos:
- Metros cuadrados: 15-500 m²
- Precio: €400-€15.000/mes
- Elimina valores atípicos irreales
Ingeniería de Características (20+ características):
- precio_m2: Precio por metro cuadrado
- log_precio: Transformación logarítmica del precio (estabiliza el modelo)
- metros_por_habitacion: Métrica de eficiencia espacial
- es_piso_alto: Binaria (planta ≥ 3)
- score_calidad: Suma de amenidades (0-6)
- penalizacion_sin_ascensor: Penalización por pisos altos sin ascensor

3. `entrenar_tasadorav2.py` – Entrenamiento del Modelo

Algoritmo: Random Forest Regressor (300 árboles, profundidad=15)
Objetivo: Precio de alquiler transformado logarítmicamente
Estrategia de Validación: División train/test estratificada 80/20 por barrio
Métricas de Rendimiento:
- MAE (Error Medio Absoluto): ~€100-150
- RMSE: ~€150-200
- MAPE (Error Porcentual Medio Absoluto): ~15-18%
Salida: Modelo serializado (modelo_tasadorv2.joblib)

4. `api_tasadorav2.py` – Servicio REST API

Framework: FastAPI
Endpoint: POST /tasar
Entrada: Detalles de la propiedad (ubicación, tamaño, amenidades, etc.)

Salida:

{
  "tasacion_ia": 1850,
  "precio_anuncio": 2100,
  "diferencia_porcentaje": "-13.5%",
  "veredicto": "✅ OPORTUNIDAD",
  "barrio_oficial": "Salamanca"
}

Lógica de Veredicto:
- 🔥 GANGA (Gran oportunidad): > -25% por debajo del precio justo
- ✅ OPORTUNIDAD (Buena oferta): -15% a -25% por debajo
- ⚠️ ALGO CARO (Algo caro): +10% a +20% por encima
- ❌ MUY CARO (Muy caro): > +20% por encima

5. `rastreadorv2.py` – Rastreador en Tiempo Real

Tecnología: Selenium sin detección (anti-bot)
Función: Monitorea continuamente Idealista buscando nuevos anuncios
Proceso:
1. Obtiene páginas de listado
2. Accede a cada ficha de propiedad
3. Extrae toda la información de la propiedad
4. Llama a la API de predicción
5. Envía alerta por Telegram si encuentra una ganga
6. Guarda resultados en CSV
Características Clave:
- Delays aleatorios (2-4s) entre solicitudes
- Pausa de 60 segundos cada 10 páginas para evitar bloqueos
- Detecta palabras clave de oportunidad: "negociable", "urgente", "gastos incluidos"
- Notificaciones Telegram con detalles y enlaces

6. `explorador_datosv2.py` – Exploración de Datos

Genera mapas de calor de correlación
Muestra distribución de barrios
Identifica características más importantes para debugging del modelo

🚀 Cómo Ejecutar el Proyecto

Requisitos Previos

pip install -r requirements.txt

Ejecución del Pipeline Completo

Paso 1: Recopilar Datos

python cosechadorav2.py
# Salida: dataset_madrid_definitivo.csv (~2.100 propiedades)

Paso 2: Limpiar y Preparar

python etl_limpiezav2.py
# Salida: dataset_madrid_limpio_IA.csv (datos limpios, características ingeniadas)

Paso 3: Entrenar Modelo

python entrenar_tasadorav2.py
# Salida: modelo_tasadorv2.joblib (Random Forest entrenado)

Paso 4: Iniciar Servicio API

python api_tasadorav2.py
# Inicia FastAPI en http://0.0.0.0:8000
# Documentación de API: http://localhost:8000/docs

Paso 5: Ejecutar Rastreador en Tiempo Real (en otra terminal)

# Configurar primero el archivo .env:
# API_URL=http://localhost:8000/tasar
# TELEGRAM_TOKEN=tu_token_bot
# TELEGRAM_CHAT_ID=tu_chat_id

python rastreadorv2.py
# Monitorea Idealista y envía alertas a Telegram

🔌 Ejemplo de Uso de la API

cURL

curl -X POST "http://localhost:8000/tasar" \
  -H "Content-Type: application/json" \
  -d '{
    "ubicacion": "Salamanca, Madrid",
    "metros": 85,
    "habitaciones": 2,
    "banos": 1,
    "planta": 4,
    "ascensor": true,
    "garaje": false,
    "amueblado": false,
    "reformado": true,
    "terraza": false,
    "aire": true,
    "precio_actual": 1800
  }'

Respuesta tipo

{
  "tasacion_ia": 1750,
  "precio_anuncio": 1800,
  "diferencia_porcentaje": "2.9%",
  "veredicto": "PRECIO DE MERCADO",
  "barrio_oficial": "Salamanca"
}

📱 Integración con Telegram

Crear bot con @BotFather.
Obtener TELEGRAM_TOKEN.
Obtener CHAT_ID.
Crear .env:

TELEGRAM_TOKEN=tu_token_bot_aqui
TELEGRAM_CHAT_ID=tu_chat_id_aqui
API_URL=http://localhost:8000/tasar

Cuando se encuentre una ganga, recibirás:

🚨 🔥 GANGA
📍 Salamanca
💰 Pide: 1500€ | IA: 1900€
📉 -21% descuento
🏠 75m² | 2 hab | 🚽 1 baño
🔗 https://www.idealista.com/...

🛠️ Stack Tecnológico

Componente	Tecnología
Web Scraping	Selenium + BeautifulSoup4 + ChromeDriver sin detección
Procesado de Datos	Pandas + NumPy
Machine Learning	Scikit-learn (Random Forest)
API	FastAPI + Uvicorn + Pydantic
Notificaciones	API de Bot de Telegram
Serialización de Modelo	Joblib
EDA/Visualización	Seaborn + Matplotlib

📋 Estructura de Protección de Archivos

`.gitignore` - El Escudo

Protege los archivos sensibles de subirse a GitHub:

.env ← TUS CLAVES PRIVADAS (nunca se suben)
*.csv ← Datos (no se suben)
*.joblib ← Modelos (no se suben)
__pycache__/ ← Basura Python

`.env` - Credenciales Privadas

NUNCA compartas este archivo. Contiene:

TELEGRAM_TOKEN=abc123xyz456
TELEGRAM_CHAT_ID=987654321
API_URL=http://localhost:8000/tasar

`LICENSE` - Tu Escudo Legal

Archivo que establece:

Quién es el propietario (Miguel Paniagua)
Qué pueden hacer otros (MIT License)
QUÉ NO PUEDEN HACER (Uso comercial sin permiso)

⚠️ Notas Legales, Limitaciones y Ética

Sobre Web Scraping y Legalidad

El web scraping existe en una zona gris legal. Este proyecto fue desarrollado únicamente para fines educativos:

✅ Permitido generalmente: Recopilar datos públicos para investigación y educación.
❌ Prohibido usualmente: Violar términos de servicio, comercializar datos, sobrecargar servidores, recopilar datos personales sin consentimiento.

Recomendaciones:

Revisa siempre robots.txt y Terms of Service del sitio.
En España: respeta el RGPD (Reglamento General de Protección de Datos).
Implementa delays suficientes para no sobrecargar los servidores.
Usa User-Agent realista.
No redistribuyas los datos sin permiso.

Sobre Este Proyecto

El scraper introduce esperas aleatorias y pausas largas para minimizar el riesgo de bloqueo y ser respetuoso.
Este código se proporciona tal cual, sin garantías.
El autor no se responsabiliza por usos no autorizados.
Este proyecto está pensado exclusivamente para aprendizaje y educación.

Limitaciones Técnicas

El modelo está entrenado solo con datos de Madrid:
- No extrapolar directamente a otras ciudades.
No ve factores cualitativos no recogidos:
- Vecindario concreto, ruido, vecinos, estado real de la finca, etc.
Las "gangas" detectadas deben revisarse manualmente antes de tomar decisiones.

📈 Posibles Mejoras Futuras

Soporte para otras ciudades (Barcelona, Valencia, etc.)
Análisis de series temporales (tendencias de precio por barrio)
Modelo de deep learning (redes neuronales)
Dashboard web interactivo
Integración con WhatsApp además de Telegram
Resumen semanal por correo electrónico
Rastreo histórico de precios por propiedad
Puntuación de reputación de propietarios
Pronóstico predictivo de precios

📝 Licencia y Copyright

Este proyecto está licenciado bajo MIT License con restricciones comerciales adicionales.

Ver archivo LICENSE para los términos completos.

Regla de Oro: Si vas a generar dinero con esto → Contacta con Miguel Paniagua primero.

Para solicitar licencia comercial:

📧 Email: [migpanra@gmail.com]
💼 Incluye: detalles del uso, mercado objetivo, proyecciones financieras

👨‍💻 Autor

Creado por: Miguel Paniagua
Propósito: Ayudar a que la vivienda digna sea más accesible para gente joven en Madrid
Motivación: "Veía que mucha gente joven cercana no podía acceder a un alquiler digno"
Fecha: 2026

🤝 Contribuir

Si quieres colaborar de forma no-comercial:

Haz un fork del repositorio
Crea una rama (feature/mi-mejora)
Envía un pull request
Proporciona atribución al proyecto original

🙏 Agradecimientos

A todas las personas jóvenes que buscan vivienda en Madrid: este proyecto nace pensando en vosotras.
A Idealista, como fuente de datos (usados respetuosamente).
A la comunidad open source de Python, FastAPI y scikit-learn.

English

A personal project born from seeing many young people around me struggling to access dignified housing in Madrid

⚠️ LEGAL DISCLAIMER AND COPYRIGHT

IMPORTANT NOTICE - READ THIS BEFORE USING

Intellectual Property

This project was originally created by Miguel Paniagua and is fully protected by copyright.

About MIT License + Commercial Restrictions

This project is licensed under a modified MIT License with additional restrictions for commercial use:

✅ ALLOWED (Non-Commercial Use):

Use code for learning and education
Modify code for personal use
Share the code (always giving credit)
Contribute improvements to the original project

❌ PROHIBITED (Without Prior Authorization):

Any commercial use (selling services based on this)
Generating revenue directly or indirectly
Using for a business or startup without permission
Selling access to the tool
Claiming authorship or presenting it as your own
Creating a commercial product based on this code

Key: Economic Benefit = You Need Permission

If your intention is to make money with this code (in any way):

🚫 YOU CANNOT do it without authorization
📧 YOU MUST contact Miguel Paniagua for a commercial license
💼 Explicit written agreement required
💰 May require monetary compensation

📖 About This Project

ViviendaRadar is an end-to-end machine learning system designed to democratize access to rental market intelligence in Madrid. It combines web scraping, data engineering and AI to detect unfairly priced rentals and highlight exceptional opportunities.

💡 Motivation

This project was created after seeing many young people close to me unable to access decent rentals in Madrid. Rental prices have become increasingly detached from reality, and without proper market data, tenants are forced into impossible choices: overpay for basic housing or accept very poor conditions.

ViviendaRadar aims to level the playing field by putting powerful market analysis tools in the hands of those who need them most, helping them find dignified housing at fairer prices.

🎯 What ViviendaRadar Does

Collects ~2,100 rental listings from Idealista (Madrid)
Cleans & transforms the data with 20+ AI-ready features
Trains a Random Forest model to estimate fair market rent
Monitors new listings in (near) real time using Selenium
Evaluates each listing to flag bargains and overpriced units
Sends alerts via Telegram when a great deal is detected
Exposes a REST API so the pricing engine can be consumed by other tools

🚀 Quick Start

Install dependencies:
```
pip install -r requirements.txt
```
Scrape data:
```
python cosechadorav2.py
```
Clean & prepare:
```
python etl_limpiezav2.py
```
Train model:
```
python entrenar_tasadorav2.py
```
Start API:
```
python api_tasadorav2.py
```
Run tracker (with .env configured):
```
python rastreadorav2.py
```

For full implementation details, refer to the Spanish section above.

⚠️ Legal & Ethical Notes

On Web Scraping and Legality

Web scraping exists in a legal gray area. This project was developed solely for educational purposes:

✅ Generally Allowed: Collecting public data for research and education.
❌ Usually Prohibited: Violating Terms of Service, commercializing data, overloading servers, collecting personal data without consent.

📝 License and Copyright

This project is licensed under MIT License with additional commercial restrictions.

See LICENSE file for complete terms.

Golden Rule: If you're going to make money with this → Contact Miguel Paniagua first.

For commercial licensing inquiries:

📧 Email: [migpanra@gmail.com]
💼 Include: details of use, target market, financial projections

🙏 Acknowledgments

To all young people searching for housing in Madrid: this project exists with you in mind.
To Idealista, as a data source (used responsibly).
To the open source community of Python, FastAPI and scikit-learn.

Remember: Dignified housing is a right, not a privilege. ViviendaRadar exists to help democratize access to market information. Use it wisely. ✊

Name		Name	Last commit message	Last commit date
Latest commit History 12 Commits
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
api_tasadorav2.py		api_tasadorav2.py
cosechadorav2.py		cosechadorav2.py
entrenar_tasadorv2.py		entrenar_tasadorv2.py
etl_limpiezav2.py		etl_limpiezav2.py
explorador_datosv2.py		explorador_datosv2.py
modelo_tasadorv2.joblib		modelo_tasadorv2.joblib
rastreadorv2.py		rastreadorv2.py
requirements.txt		requirements.txt

License

migpara/rasterador-alquiler-vivienda

Folders and files

Latest commit

History

Repository files navigation