Asint | Link Home API
API v1.0 Online

Link Home API

Интеллектуальная система оценки жилой недвижимости в Узбекистане. Модель Link Home анализирует параметры локации, инфраструктуры и характеристик здания для предоставления точной рыночной стоимости.

Прозрачность (Glass Box Standard)

Авторизация

Доступ к эндпоинтам осуществляется через статический API-ключ. Передавайте его в заголовке запроса X-API-Key.

Authorization: X-API-Key <YOUR_API_KEY>

Конфиденциальность данных

Платформа не требует передачи персональных данных клиентов (ПДн). Расчеты выполняются исключительно на базе технических параметров актива.

Получить ключ самостоятельно

Войдите на asint.uz → Настройки → Разработчикам и создайте ключ dk_…. Первые 3 запроса бесплатно, далее 15 000 сум за запрос с баланса (см. полный запрос). Организациям — отдельный аккаунт со своими сотрудниками, общим балансом и ключами организации: заявка на странице API.

Методология (Glass Box)

Сбор и обработка данных

Наша система ежедневно агрегирует данные из различных источников, включая крупнейшие классифайды и социальные сети, включая информацию о местоположении до уровня махалли. Процесс включает многоэтапную очистку: удаление дублей, фильтрацию выбросов, а также ряд других этапов, формируя уникальную базу данных и процесс очистки.

Точность до махалли

Микролокационная значимость

Территориальность — важнейший фактор в оценке недвижимости. Наши модели Link Home оценивают объекты с точностью до конкретных махаллей.

Это позволяет системе учитывать престижность квартала, наличие социальной инфраструктуры и реальный покупательский спрос в конкретной микролокации.

Карта локаций и махаллей

Ансамблевый подход

Оценка Link Home строится на многоуровневом ансамбле ML-моделей (AutoGluon): градиентный бустинг LightGBM и CatBoost, случайный лес и Extra Trees первого уровня, поверх которых обучены модели второго уровня и взвешенный ансамбль.

Модель обучена на сотнях тысяч объявлений о продаже квартир в Ташкенте и учитывает 162 признака: параметры объекта, координаты, инфраструктуру рядом (OpenStreetMap), GeoScore, расстояние до метро и макроэкономику (курсы валют, ставки, инфляция). Финальная стоимость — консенсус нескольких алгоритмов, что снижает риск статистической погрешности.

Диапазон цены в ответе — это 80%-интервал, рассчитанный по реальным ошибкам модели на объявлениях, которые она не видела при обучении.

Показатели точности

0.90 R2 Score
10.9% MAPE

Обновление данных и моделей в системе Asint происходит каждый месяц для отражения актуальных рыночных трендов. С каждым обновлением наши модели становятся точнее. Следите за нашими обновлениями! Asint LinkedIn

Точность модели по районам Ташкента

Район MAPE (Ошибка) MAE ($) R2 Score Статус С фото и описанием: в пределах ±10% Уверенные оценки: в пределах ±10%
Чиланзарский7.5%5,7400.856Высокая точность89.7%89.8% (100% квартир)
Учтепинский8.4%6,2740.832Высокая точность80.6%88.3% (76% квартир)
Янгихаётский9.1%5,1580.698Высокая точность83.5%89.5% (84% квартир)
Сергелийский9.5%5,6180.785Средняя точность79.6%87.9% (68% квартир)
Алмазарский10.6%9,7030.792Средняя точность76.2%87.7% (57% квартир)
Юнусабадский10.8%11,6330.874Средняя точность82.0%88.2% (80% квартир)
Яшнабадский11.0%9,5280.881Средняя точность81.2%88.4% (77% квартир)
Мирзо-Улугбекский11.1%12,8310.859Средняя точность81.9%87.9% (80% квартир)
Яккасарайский11.6%15,1560.874Средняя точность80.2%88.1% (76% квартир)
Шайхантахурский12.8%23,9830.899Невысокая точность73.4%88.2% (49% квартир)
Мирабадский14.4%21,9970.887Невысокая точность79.4%88.0% (77% квартир)
Бектемирский15.3%7,3280.698Невысокая точность55.1%66.4% (52% квартир)
Карта Ташкента по районам: доля квартир, оценённых в пределах ±10% от цены объявления, у табличной модели, у модели с фото и описанием и у её уверенных оценок
Доля квартир, оценённых в пределах ±10% от цены объявления: слева табличная модель (запрос без фото), в центре модель с фото и описанием, справа только её уверенные оценки и доля квартир, которую они покрывают. Синие районы достигают цели 85%, красные не достигают. Те же 50 342 квартиры, что в двух последних колонках таблицы; по клику карта открывается в полном размере.

Интерпретация показателей точности

Первые четыре колонки — ошибки табличной модели Link Home (запрос без фото) на 137 727 объявлениях, которые она не видела при обучении, по районам. Общая картина: R² 0.90, средняя ошибка 10.9% (около $12 300). Две последние колонки — модель, которая дополнительно читает фото и описание квартиры: доля квартир, оценённых в пределах ±10% от цены объявления, на 50 342 объявлениях, которых не было на рынке во время обучения (все районы вместе: 81.3% против 59.0% у табличной модели на тех же квартирах), и та же доля среди оценок, которые модель сама отмечает как уверенные (88.3% на 78% квартир, см. карту выше). Ошибка зависит от того, насколько однородны цены в районе и насколько точно известно расположение объекта.

Наименьшая ошибка (MAPE до 9%)

Чиланзарский (7.5%), Учтепинский (8.4%) и Янгихаётский (9.1%). Здесь цены на похожие квартиры расходятся меньше всего, поэтому оценка ближе всего к рыночной. С фото и описанием Чиланзарский — 89.7% квартир в пределах ±10%.

Средняя ошибка (MAPE 9–12%)

Сергелийский (9.5%), Алмазарский (10.6%), Юнусабадский (10.8%), Яшнабадский (11.0%), Мирзо-Улугбекский (11.1%) и Яккасарайский (11.6%) — типичная для модели точность. С фото и описанием уверенные оценки здесь в пределах ±10% в 88% случаев; уверенными модель отмечает от 57% квартир (Алмазарский) до 80% (Юнусабадский, Мирзо-Улугбекский).

Повышенная ошибка (MAPE выше 12%)

Шайхантахурский (12.8%), Мирабадский (14.4%) и Бектемирский (15.3%). В Мирабадском и Шайхантахурском самые высокие цены и самый большой разброс в долларах (MAE $22–24 тыс.): элитные новостройки соседствуют со старой застройкой. В Бектемирском мало объявлений, много новостроек по льготным программам и объявлений из соседних районов области. С фото и описанием уверенные оценки в Мирабадском и Шайхантахурском — в пределах ±10% в 88% случаев (уверенными отмечены 77% и 49% квартир); в Бектемирском даже уверенные оценки попадают в ±10% лишь в 66% случаев, поэтому там нужна ручная проверка.

  • Что это значит: для этих районов отчёт показывает более низкий уровень уверенности, а диапазон цены стоит читать шире.
  • Перспективы: по мере пополнения выборки объявлениями с точным расположением точность растёт с каждым обновлением модели.

Asint не использует статичную модель. Наша архитектура подразумевает непрерывный цикл обновления данных. С каждой новой сделкой точность в «зонах калибровки» планомерно приближается к эталонным показателям центральных районов города, обеспечивая в будущем бесшовное покрытие всей территории республики.

Влияние факторов (Feature Importance)

Перестановочная важность: насколько вырастает ошибка модели, если признак перемешать. Доля от суммарной важности всех 162 признаков.

Общая площадь 47.3%

Фундаментальный физический параметр.

Махалля 9.0%

Гипер-локальность: самый важный фактор после площади.

Тип ремонта 5.4%

Добавленная стоимость отделки.

Этажность дома 4.5%

Отражает тип жилья (высотка / малоэтажка).

Количество комнат 4.2%

Влияет на целевую аудиторию объекта.

Источник признаков Признаков Доля важности
Сам объект (площадь, этаж, ремонт, район, махалля…)2888.0%
Инфраструктура рядом (OpenStreetMap: школы, парки, ТЦ, промзоны…)656.0%
GeoScore и метро253.3%
Макроэкономика (курсы, ставки, инфляция, ВВП)442.7%

POST

/service/predict/home

Метод для оценки жилой недвижимости. Принимает параметры объекта и возвращает оценочную стоимость, интервалы уверенности и данные для проверки на аномалии.

Тело запроса (JSON)

Ключ Тип Описание
areafloatОбщая площадь в кв.м. Обязательно
districtstringРайон (напр. "Chilonzor" или "chilonzar"). Нужен район или координаты
latitude, longitudefloatТочка на карте внутри Ташкента. Чем точнее, тем точнее оценка: по ней определяются район, метро, инфраструктура и GeoScore
mahallastringМахалля (напр. "Abay mahallasi"), необязательно
roomsintКоличество комнат
floorintЭтаж расположения
total_floorsintЭтажность здания
renovationstringРемонт: qora_karkas, oq_karkas, oddiy, yaxshi, evro, dizayn, yangi_uy (также принимаются Zo_r, Yaxshi, Qoniqarsiz)
building_typestringМатериал: kirpich, panel, monolit, beton, yog_och (также принимается qurilish_turi: Panelli, G'ishtli…)
seller_typestringowner или agent (также owner: Xususiy, Biznes). По умолчанию owner
year_builtintГод постройки, необязательно
ceiling_height_mfloatВысота потолков, необязательно
is_furnished, is_new_constructionboolМеблирована / новостройка, необязательно
descriptionstringОписание квартиры на любом языке, необязательно. Вместе с 3+ фото включает модель по фото и тексту
photos[string]Фото квартиры: data URL (data:image/jpeg;base64,...) или base64, используются первые 12. С 3+ фото и описанием оценка точнее и сообщает свою уверенность (confidence). Достаточно 640–1280 px по длинной стороне (модель смотрит на фото в 224 px); весь запрос — до 25 МБ
explainboolВернуть, что влияет на цену (факторы factors)

Ответ (JSON)

КлючТипОписание
predicted_priceintОценочная стоимость, USD
price_range[int, int]80%-интервал цены: в 8 случаях из 10 реальная цена внутри него
price_per_sqm, geo_scorenumberЦена за кв.м. и GeoScore локации
district, district_listingsstring, intОпределённый район и число объявлений района, на которых обучена модель
factorsarrayТолько при explain: true: вклад локации, ремонта, материала, возраста и этажа в USD относительно типичной квартиры
warningsarrayЗначения, которые не удалось распознать (оценка считается без них)
valuation_modelstringphoto_text — оценка по фото и описанию, tabular — по полям формы
confidence, confidence_scorestring, floatТолько для photo_text: high — оценка прошла порог уверенности своего района (такие оценки в пределах ±10% в 88–90% случаев в 11 из 12 районов, в Бектемирском — в 66%), low — ориентировочная, нужна проверка; confidence_score — вероятность попасть в ±10%
model_sourcestringКакая модель ответила. toy — тестовая заглушка, не оценка

cURL Запрос

curl -X POST https://asint.uz/service/predict/home \
  -H "Content-Type: application/json" \
  -H "X-API-Key: YOUR_API_KEY" \
  -d '{
    "district": "Chilonzor",
    "mahalla": "Abay mahallasi",
    "area": 65.0,
    "rooms": 3,
    "floor": 5,
    "total_floors": 9,
    "renovation": "evro",
    "building_type": "kirpich",
    "explain": true
  }'

Python (requests)

import requests

url = "https://asint.uz/service/predict/home"
headers = {
    "Content-Type": "application/json",
    "X-API-Key": "YOUR_API_KEY"
}
data = {
    "rooms": 3, "area": 65.0,
    "floor": 5, "total_floors": 9,
    "district": "Chilonzor", "mahalla": "Abay mahallasi",
    "renovation": "evro", "explain": True
}
response = requests.post(url, headers=headers, json=data)
print(response.json())

Python: с фото и описанием

import base64

files = ["kitchen.jpg", "room.jpg", "bathroom.jpg"]  # от 3 до 12 фото
data["photos"] = [base64.b64encode(open(f, "rb").read()).decode() for f in files]
data["description"] = "Евроремонт, кирпичный дом, остаётся мебель, рядом метро"
body = requests.post(url, headers=headers, json=data).json()
print(body["predicted_price"], body["valuation_model"], body["confidence"])
# valuation_model: "photo_text"; без фото или описания — "tabular", а confidence = None
GET

/service/forecast/home

Прогноз средней цены предложения квартиры в районе Ташкента на 12 месяцев вперёд. Иерархическая модель экспоненциального сглаживания (ETS) на ежемесячной истории объявлений по каждому району. Прогноз экспериментальный: на исторической проверке (6 месяцев вперёд, 8 точек старта) средняя ошибка — 1.07% (MAPE), но рынок может меняться быстрее, чем показывает история. Это не инвестиционная рекомендация.

Параметры запроса

КлючТипОписание
districtstringРайон ("Chilonzor tumani" или "chilonzar"). Без параметра — сводка по всем 12 районам

cURL Запрос

curl "https://asint.uz/service/forecast/home?district=Chilonzor%20tumani" \
  -H "X-API-Key: YOUR_API_KEY"

Ответ (сокращённо)

{
  "model": "hier_ets", "data_through": "2026-09", "horizon_months": 12,
  "backtest": {"horizon_months": 6, "origins": 8, "mape_pct": 1.07},
  "series": {
    "district": "chilonzar", "baseline_usd": 76275.0, "change_pct": -5.4,
    "history": [{"month": "2026-03", "value": 78400.0, "listings": 558.0}, ...],
    "forecast": [{"month": "2026-05", "mean": 74800.0, "p10": 69100.0, "p90": 80500.0}, ...]
  }
}
POST

/service/v1/home

Полный запрос для квартиры: один вызов — всё сразу. В ответе оценка стоимости (регрессия, диапазон, факторы), прогноз цены по району на 12 месяцев (/forecast/home) и готовый отчёт — расширенный (многостраничный) или краткий (одна страница), в PDF или HTML. Поля квартиры — те же, что в /predict/home.

Дополнительные поля тела запроса

КлючТипОписание
report_typestringadvanced (по умолчанию) — полный отчёт; simple — краткая сводка на одной странице
formatstringpdf (по умолчанию, в ответе base64) или html (текст)
langstringЯзык отчёта: en (по умолчанию), ru, uz

Ответ (JSON)

КлючОписание
requestЧто стоил этот запрос: free (бесплатный ли), charged (сум списано), free_left (осталось бесплатных), balance (баланс). Для ключей организаций request_id пуст — списаний нет.
valuationТот же ответ, что у /predict/home: predicted_price, price_range, warnings…
forecastТот же ответ, что у /forecast/home, или null, если для объекта прогноза нет
reportreport_type, format, media_type, filename, encoding (base64 для PDF, utf-8 для HTML) и content — сам файл

Стоимость и бесплатные запросы

Ключ вида dk_… создаёт сам пользователь в личном кабинете asint.uz (Настройки → Разработчикам). Первые 3 запроса на аккаунт — бесплатно (на квартиры и авто вместе), дальше 15 000 сум за запрос с баланса аккаунта; пополнение через Click. Если запрос завершился ошибкой, деньги и бесплатный запрос возвращаются автоматически. Ключи организаций (договор) за каждый вызов не тарифицируются.

cURL Запрос

curl -X POST https://asint.uz/service/v1/home \
  -H "Content-Type: application/json" \
  -H "X-API-Key: dk_YOUR_KEY" \
  -d '{
  "district": "Chilonzor",
  "area": 65.0, "rooms": 3, "floor": 5, "total_floors": 9,
  "renovation": "evro", "building_type": "kirpich",
  "report_type": "advanced", "format": "pdf", "lang": "ru"
}'

Python: сохранить отчёт в файл

import base64, requests

r = requests.post("https://asint.uz/service/v1/home",
    headers={"X-API-Key": "dk_YOUR_KEY"}, json=data)
r.raise_for_status()
body = r.json()
print(body["valuation"]["predicted_price"], body["request"])
rep = body["report"]
data_bytes = base64.b64decode(rep["content"]) if rep["encoding"] == "base64" else rep["content"].encode()
open(rep["filename"] or "report", "wb").write(data_bytes)

Только отчёт: POST /service/report/home

То же тело запроса (с report_type, format, lang), но в ответ приходит сам файл (application/pdf или text/html), а оценка — в заголовках X-Predicted-Price и X-Price-Range. Доступно для ключей, принятых /predict (корпоративные и служебные); ключи dk_… используют /service/v1/home.

Коды ответов

Код Описание Решение
200 OK Успешно Объект оценен, результат в JSON.
400 Bad Request Ошибка параметров Проверьте типы данных (напр. площадь должна быть числом).
401 Unauthorized Ошибка ключа Ключ X-API-Key недействителен.
402 Payment Required Нет средств Бесплатные запросы закончились, а баланс меньше 15 000 сум — пополните его в личном кабинете.
403 Forbidden Ключ не подходит Ключ не найден в сервисе, либо аккаунт принадлежит организации — используйте ключ организации.
422 Unprocessable Недопустимое значение Нет обязательного поля или значение не поддерживается (напр. неверный report_type или format). Запрос не тарифицируется.
502 / 503 / 504 Сервис отчётов или биллинга недоступен Повторите позже; для 504 попробуйте format: "html" или report_type: "simple". Списанное возвращается автоматически.
429 Rate Limit Много запросов Превышена квота вашего тарифного плана.