Housing Compass - Kamu kiralık konut ilanlarını yapay zeka ile yapılandırarak gösteren hizmet

Merhaba. LH, SH, GH gibi kamu kiralık konut ilanlarını bir araya getirip gösteren ve karmaşık başvuru ilan metinlerini yapay zeka ile analiz eden Housing Compass hizmetini geliştiriyorum.

Neden yaptım

Kamu kiralık konutlarla ilgilenip ilanları bizzat takip ederken, bilgiye erişimin beklediğimden daha zor olduğunu fark ettim.

Her kurumun ilan formatı farklı, başvuru ilan metinleri ise onlarca sayfalık PDF/HWP olarak yayımlanıyor; ama benim gerçekten görmem gereken bilgiler dağınık halde bulunuyor.

Örneğin:

• Başvuru başlangıç ve bitiş tarihi
• Gençler/yeni evli çiftler/yaşlılar gibi arz türleri
• Gelir kriteri
• Varlık kriteri
• Ev sahibi olmama şartı
• Ek puan kalemleri
• Kazananların açıklanma tarihi
• Teslim edilmesi gereken belgeler

Bu bilgileri bulmak için her seferinde uzun ilan metinlerini açmak, aramak, tabloları okumak ve tarihleri ayrıca akılda tutmak gerekiyordu.
Bu süreci azaltmak istediğim için Housing Compass'ı geliştirdim.

Temel özellikler

1. İlan metni için yapay zeka analizi

Başvuru ilanı PDF/HWP/ek dosyalarından temel bilgileri çıkarıp yapılandırıyoruz.

Basit bir özetten ziyade, bunu “arama/filtreleme/karşılaştırma yapılabilen veri”ye dönüştürmeye odaklanıyorum.

Örneğin yapay zeka şu kalemleri çıkarıyor:

• Başvuru uygunluk şartları
• Gelir kriteri
• Varlık kriteri
• İkamet yeri/iş yeri koşulları
• Konut abonman hesabı koşulları
• Başvuru takvimi
• Depozito/aylık kira
• Sunulan konut listesi
• Dikkat edilmesi gereken koşullar
• Kaynak metindeki dayanak konumu

Kullanıcı, uzun ilan metnini baştan sona okumadan önce bunun “kendisine uygun bir ilan olup olmadığını” hızlıca değerlendirebiliyor.

2. Takvim

İlan tarihi, başvuru başlangıç tarihi, başvuru bitiş tarihi, belge teslim tarihi, kazananların açıklanma tarihi gibi bilgileri takvimde görüntülenebilir hale getirdim.

Kamu kiralık konut ilanlarında sadece şartlar zor değil, tarihleri kaçırmak da ciddi bir problem olduğu için takvim UX'ini önemli görüyorum.

3. Bölge/tür filtresi

Yalnızca istediğiniz bölgeyi ve kiralama türünü görebilirsiniz.

Örneğin Seul/Gyeonggi, gençler, yeni evli çiftler, mutlu konut, ulusal kiralık konut gibi ölçütlerle ilanları daraltabilirsiniz.

4. Mobil uygulama ve Android ana ekran widget'ı

Ayrıca iOS/Android uygulamaları da sunuyorum.

Ana ekran widget'ı ile ilgilendiğiniz ilanların önemli tarihlerini doğrudan görebilecek şekilde hazırladım.
Uygulamayı her seferinde açmadan, başvuru son tarihi gibi bilgileri kontrol etmek için kullanılabiliyor.

Yapay zeka analizini nasıl uyguladım

Şu anki pipeline kabaca şöyle işliyor.

1. Kurum bazında ilan panolarını düzenli olarak toplama
2. İlan metni ve ekli PDF/HWP/Excel dosyalarını indirme
3. Belgelerden metin ve tablo çıkarma
4. Uzun belgeleri chunk birimlerine bölerek analiz etme
5. LLM ile metadata, konut bilgisi, uygunluk şartları, takvim ve yapay zeka görüşünü yapılandırılmış JSON olarak çıkarma
6. Çıkarma sonuçlarını şema ile doğrulama
7. Bazı ilanlar için golden set oluşturarak çıkarım kalitesini karşılaştırma/değerlendirme

İlk başta bu iş daha çok “tek bir özet metni üretmek” gibiydi; ancak pratikte özetten daha önemli olanın normalize edilmiş veri olduğunu gördüm.

Örneğin “şehir çalışanlarının aylık ortalama gelirinin %100'ünün altında” gibi bir ifadeyi sadece özetlemektense, gelir koşulu alanına oranı, hane büyüklüğüne göre tutarları ve istisna koşullarını ayırarak yerleştirmek çok daha faydalı oldu.

Ayrıca ilan metinlerindeki tablolar çoğu zaman zorluydu. Aynı konut tipi birden fazla kiralama koşuluna bölünebiliyor ya da tablodaki sonraki satır önceki satırın devamı olabiliyor; bu yüzden yinelenen konut kayıtları oluşmaması için son işleme ve doğrulama mantığını ayrıca tutuyorum.

Model çağrılarını OpenAI/OpenRouter uyumlu bir katmanla ayırdım; belge kısa olduğunda tek seferde analiz ediyor, uzun olduğunda ise metadata/konut bilgisi/yapay zeka görüşü şeklinde ayırarak işliyorum.

Hâlâ düşündüğüm noktalar

Yapay zeka analiz sonuçlarının %100 doğru olduğunu söylemek zor. Bu yüzden şu anda bunları özgün ilan bağlantısıyla birlikte gösteriyor ve önemli bilgilerin kullanıcı tarafından özgün metinden doğrulanabilmesini sağlamaya devam ediyorum.

Özellikle şu konular üzerinde düşünüyorum.

• İlan metinlerindeki tabloları ne kadar istikrarlı şekilde yapılandırabiliriz?
• Kullanıcının “şartlarıma uyuyor mu” değerlendirmesini daha güvenli yapabilmesi için nasıl bir UX daha iyi olur?
• Yapay zeka analiz sonucunun dayanak cümlelerini daha iyi göstermek için hangi biçim uygun olur?
• İlan güncellendiğinde mevcut analiz sonuçlarını nasıl yenileyip karşılaştırabiliriz?
• Mobilde karmaşık uygunluk şartlarını bunaltıcı olmadan nasıl gösterebiliriz?

Bizzat yaşadığım bir rahatsızlıktan yola çıkıp sürekli geliştirdiğim bir proje.

Hizmet yerleşimi, yapay zeka analiz yöntemi, ilan detay ekranı, mobil UX gibi hangi açıdan olursa olsun geri bildirim verirseniz gerçekten çok memnun olurum.

[ Housing Compass ]
Web: https://jugeo.co.kr
iOS: https://apps.apple.com/kr/app/…
Android: https://play.google.com/store/apps/details?id=kr.housingcompass.app

[bluekai17]

Yapay zekaya soru sorma sohbetini nasıl geliştirdiniz?

[recast7838]

Bitiş tarihi yaklaşan ve başvuru planlanan bölümlerin karanlık modda görünmemesi gibi bir sorun var.