Цель работы – провести анализ набора данных по рынку недвижимости в России за 2021 год и с его помощью создать прототип веб-приложения Shiny, в котором осуществляются поиск и прогноз цены квартир по введенным параметрам, визуализируются результаты поиска квартир в табличной форме и на карте, демонстрируются результаты кластерного анализа. Объектом исследования является набор данных о рынке недвижимости в России за 2021 г. Предметом исследования являются особенности и закономерности развития, присущие рынку недвижимости в России в 2021 г. Актуальность темы работы обусловлена тем, что рынок недвижимости в России продолжает расти с каждым годом. Это в свою очередь требует дальнейшего развития приложений и веб-сайтов с целью поиска квартир для покупки, продажи или аренды. В работе был сделан краткий обзор языка R и его библиотек для машинного обучения, рассмотрены принципы работы интерфейсной и серверной части веб-приложения Shiny, проведен кластерный анализ с помощью алгоритма k-means, алгоритма DBSCAN и расстояний Говера. Был проведен регрессионный анализ с помощью таких методов машинного обучения, как линейная регрессия, деревья решений. Полученные результаты были визуализированы посредством языка R и пакета Shiny.

The theme of the graduation work is "A prototype of an analytical web application using the R language and the Shiny package". The purpose of the work is to analyze the dataset on the real estate market in Russia for 2021 and use it to create a prototype of the Shiny web application, which searches and predicts the price of apartments according to the entered parameters, visualizes the results of the search for apartments in tabular form and on a map, and demonstrates cluster analysis results. The object of the study is a set of data on the real estate market in Russia for 2021. The subject of the study is the features and patterns of development inherent in the real estate market in Russia in 2021. The relevance of the topic of the work is due to the fact that the real estate market in Russia continues to grow every year. This, in turn, requires further development of applications and websites in order to find apartments to buy, sell or rent. In the work, a brief overview of the R language and its libraries for machine learning was made, the principles of operation of the front-end and server parts of the Shiny web application were considered, cluster analysis was carried out using the k-means algorithm, the DBSCAN algorithm, and Gover distances. Regression analysis was carried out using such machine learning methods as linear regression, decision trees. The results obtained were visualized using the R language and the Shiny package.