Palavras-chave
verticalização
ciência de dados
mineração de dados
k-means
Como Citar
Resumo
O fenômeno da verticalização em cidades brasileiras tem se intensificado nas últimas décadas, refletindo forças de mercado e expectativas sobre o morar que se manifestam através da crescente construção e oferta de novos edifícios e apartamentos; ou na adaptação dos existentes. Este artigo investiga o fenômeno da verticalização no bairro de Manaíra, João Pessoa, Paraíba, Brasil, utilizando técnicas de mineração e visualização de dados para classificar ofertas de apartamentos à venda utilizando o método de agrupamento K-means. A pesquisa procurou investigar, num primeiro momento, em que grau a oferta de apartamentos reflete as características particulares da verticalização em Manaíra, fortemente condicionada pela legislação e pela localização relativa dos edifícios dentro do bairro. Depois, procurou entender algumas características dos edifícios no bairro e a presença de estratégias de 'fortificação', i.e. muros, equipamentos de segurança, etc. Os resultados contribuem para demonstrar o potencial da mineração de dados em pesquisas na arquitetura e urbanismo, produzindo visualizações que lançam luz sobre o fenômeno da verticalização em Manaíra a partir de um conjunto limitado de dados, explicando a influência de condicionantes locais e, em paralelo, a adoção de estratégias de 'fortificação' de maneira generalizada.
Referências
Anaconda Software Distribution. [Computer software]. (2019) https://anaconda.com.
Abraham, J. M., Goetzmann, W. N., & Wachter, S. M. (1994). Homogeneous groupings of metropolitan housing markets. Journal of Housing Economics, 3(3), 186-206.
Alonso de Andrade, P. (2017). Verticalização em João Pessoa. Produção do espaço e transformações urbanas. Arquitextos, São Paulo, ano 17, n. 204.02, Vitruvius, maio 2017. https://vitruvius.com.br/revistas/read/arquitextos/17.204/6555.
Alonso de Andrade, P., Berghauser Pont, M., & Amorim, L. (2018). Development of a measure of permeability between private and public space. Urban Science, 2(3), 87.
Anderson, C. (2008). The end of theory: The data deluge makes the scientific method obsolete. Wired magazine, 16(7), 16-07.
Demšar, J., Curk, T., Erjavec, A., Gorup, ?., Ho?evar, T., Milutinovi?, M., Možina, M., Polajnar, M., Toplak, M., Stari?, A. and Štajdohar, M., (2013). Orange: data mining toolbox in Python. The Journal of machine Learning research, 14(1), pp.2349-2353.
Gonzalez, M. C., Hidalgo, C. A., & Barabasi, A. L. (2008). Understanding individual human mobility patterns. Nature, 453(7196), 779-782.
Boeing, G. (2021). Spatial information and the legibility of urban form: Big data in urban morphology. International Journal of Information Management, 56, 102013.
Caldeira, T. P. R. (2000). Cidade de muros: crime, segregação e cidadania em São Paulo. Editora 34.
Fahad, A., Alshatri, N., Tari, Z., Alamri, A., Khalil, I., Zomaya, A. Y., ... & Bouras, A. (2014). A survey of clustering algorithms for big data: Taxonomy and empirical analysis. IEEE transactions on emerging topics in computing, 2(3), 267-279.
Figueiredo, L. (2012). Desurbanismo: um manual rápido de destruição de cidades. In: Netto, V. M & Aguiar, D. Urbanidades. Rio de Janeiro: Folio Digital: Letra e Imagem, 209-234.
Gil, J., Beirão, J. N., Montenegro, N., & Duarte, J. P. (2012). On the discovery of urban typologies: data mining the many dimensions of urban form. Urban morphology, 16(1), 27.
Heyman, A., Law, S., & Berghauser Pont, M. (2019). How is Location Measured in Housing Valuation? A Systematic Review of Accessibility Specifications in Hedonic Price Models. Urban Science, 3(1), 3.
Hillier, B. (1996). Cities as movement economies. Urban design international, 1(1), 41-60.
Jain, A. K. (2010). Data clustering: 50 years beyond K-means. Pattern recognition letters, 31(8), 651-666.
Kluyver, T., Ragan-Kelley, B., Pérez, F., Granger, B.E., Bussonnier, M., Frederic, J., Kelley, K., Hamrick, J.B., Grout, J., Corlay, S. & Ivanov, P., (2016). Jupyter Notebooks - a publishing format for reproducible computational workflows (Vol. 2016, pp. 87-90).
MacQueen, J. (1967, June). Some methods for classification and analysis of multivariate observations. In Proceedings of the fifth Berkeley symposium on mathematical statistics and probability (Vol. 1, No. 14, pp. 281-297).
Marcus, L., Heyman, A., Hellervik, A., & Stavroulaki, G. (2019, July). Empirical support for a theory of Spatial Capital: Housing prices in Oslo and land values in Gothenburg. In 12th Space Syntax Symposium (Vol. 12). 12th International Space Syntax Symposium (12SSS).
Netto, V. M., Saboya, R. T. D., Vargas, J. C., & Carvalho, T. (2017). Efeitos da arquitetura: os impactos da urbanização contemporânea no Brasil. Brasília: Frbh.
Nóbrega, F. D. de (2011). O processo de verticalização e a (re) produção da cidade: um estudo do bairro de Manaíra em João Pessoa, Paraíba (Dissertação de Mestrado). Programa de Pós-Graduação em Arquitetura e Urbanismo, Universidade Federal da Paraíba, João Pessoa.
QGIS Development Team. (2019). QGIS Geographic Information System [Computer Software]. Open Source Geospatial Foundation Project. http://qgis.osgeo.org
Rousseeuw, P. J. (1987). Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. Journal of computational and applied mathematics, 20, 53-65.
Villaça, F. (1998). Espaço intra-urbano no Brasil. Studio nobel.
Wu, Y., Wei, Y. D., & Li, H. (2020). Analyzing spatial heterogeneity of housing prices using large datasets. Applied Spatial Analysis and Policy, 13(1), 223-256.
Zhao, K., Tarkoma, S., Liu, S., & Vo, H. (2016, December). Urban human mobility data mining: An overview. In 2016 IEEE International Conference on Big Data (Big Data) (pp. 1911-1920). IEEE.
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Copyright (c) 2021 Yasmin de Freitas Vieira Couto, Lucas Figueiredo de Medeiros