TARIFNAME EMLAK SEKTÖRÜNDEKI MÜLK ALIM SATIM SÜREÇLERININ HIZLANDIRILMASI VE KULLANICI ETKILESIMININ OTOMATIK OLARAK Teknik Alan Bulus, Merkezi bir sunucu tarafindan yapay zeka destekli bir islemci kontrolüyle toplanan verinin, merkezi sunucuya bagli bilgisayar tabanli cihaza sahip en az bir kullanici tarafindan girilen verilerle sentezlenerek, merkezi sunucu tarafindan en az bir kullaniciya yönlendirilmesi ile çalisan, gayrimenkul alisveris süreçlerin hizlandirilmasini amaçlayan ve bunu yaparken, kullanici sayisinin ve alisveris kanallarinin daha çogalmasini saglayan bir usul ile ilgilidir. Bu usul ile emlak sektörü için kritik öneme sahip toplanmis ve islenmis veriler, kullanici davranislarina duyarli algoritmalar sayesinde kullaniciya özel ara yüzler ile Otomatik olarak paylasilmaktadir. Bu sayede mülk alisverisi hizi ve hacmi veri destekli sekilde artirilmaktadir. Teknigin Bilinen Durumu Emlak sektörü günümüzde mülk alisverisinin en yogun ve sürekli oldugu, cografyaya özgü dinamik verilerden en fazla etkilenen sektörlerin basinda gelmektedir. Mülk alisverisini etkileyen teknik parametrenin ve veri hacminin hizla artmasi, bu verinin dogrulugunun ve güvenilirliginin alisveris süreçlerinin verimini giderek daha fazla etkilemesine neden olmustur. Emlak sektöründe mülk alisverisinin teknik verilere uyumlu sekilde gerçeklestirilmesi için mülk sahipleri ve alicilari bu verileri barindiran Çesitli dijital platformlar kullanmaktadirlar. Bu platformlar çogunlukla emlakçilar ve platform üzerinden mülk almak isteyenler arasindaki veri ara yüzü islevi görmektedir. Bu platformlardaki veri kaynagi çogunlukla islemlere aracilik edenler olmaktadir. Emlak sektörüne yönelik çesitli veri isleme araçlari bulunmakta olup, bunlar agirlikli olarak mülke ait yukarida bahsi geçen platformlardaki verilerden faydalanmaktadir. Bu da emlakçilar tarafindan saglanan verinin alicilar tarafindan dogrudan kontrolünü gerektirmektedir. Ayrica bu platformlarda, alisveris aktivitesinin disinda kalan mülkler hakkinda herhangi bir veri bulunmamaktadir. Emlak sektöründe dikkate alinmasi gereken çesitli verilerin basinda mülk alisveris islem verileri, kamuya açik ilanlar, haberler, kamulastirnß_ ve kentsel gelisimle ilgili yasal yayinlar, nüfus istatistikleri(egitim, yas, gelir vb.) gelmektedir. Mülk Alisveris islemi yapanlarin uzun vadede kendileri için en uygun karari vermeleri için tüm bu verileri genis zaman araliginda dogru ve tutarli bir sekilde takip ederek öngörüde bulunabilecekleri bilgiye ulasabilmeleri gerekmektedir. Mevcuttaki B2B2C yani "firmadan firmaya" ve "firmadan tüketiciye" saglanan hizmetlerin bütünlesik olabildigi platformlarda mülk sahipleri ve alicilari çogu durumda isleyis mekanizmasini bilemedikleri emlakçilardan gelen dogrulanmamis veya kismen dogrulanmis veriler dogrultusunda hizmet almak durumunda kalmaktadirlar. ve emlakçinin bütünlesik oldugu B2B2C sistemlerinde veri kaynaginin emlakçi oldugu ve bu verinin dogrulanmasina yönelik herhangi bir isleyis mekanizmasinin bulunmadigi görülmektedir. ve emlakçinin birbirinden bagimsiz oldugu ancak platform tarafindaki veri dogrulamasinin yapay zeka destekli islemci yerine 3. Kisilere yaptirildigi insan hatasina açik sistemler, veri dogrulama mekanizmasinin dolayisiyla mülk alisveris süreçlerinin belirli cografya ile kisitli kalmasina neden olmaktadir. ve emlakçinin birbirinden bagimsiz oldugu ve platformun islemci destekli veri topladigi sistemler, emlakçinin veri ambarina erisimini ve islenmis verinin uçtaki tüketiciye ulasma sürecini kontrolünü gerektirmesi nedeniyle uçtaki tüketicinin dogrulanmis ve tutarli veriye erisimini kisitlamaktadir. Bulusun Çözümünü Amaçladigi Problemler Bulusun amaci, merkezi sunucu araciligi ile toplanan emlak verilerinin bilgisayar tabanli cihaza sahip kullanicilar ile yani gayrimenkul aliverisindeki emlakçilara ve mülk alisverisi yapanlara ile yapay zeka destekli merkezi sunucu tarafindan yönlendirilmesini saglamaktir. Bu yönüyle gayrimenkul alisverisindeki hizmet veren ve hizmet alan etkilesimini hizmet verenden bagimsiz bir sekilde düzenleyerek alisveris süreçlerinin hizini ve hacmini artirmaktadir. Bulus bu yönüyle mevcut teknikte bulunan B2B2C platformlarina alternatif bir çözüm yöntemi getirmektedir. Bu platformlar çogunlukla emlakçilar ve platform üzerinden mülk almak isteyenler arasindaki veri ara yüzü islevi görmektedir. Bu platformlardaki veri kaynagi çogunlukla islemlere aracilik edenler olmakta, bütüncül bir veri dogrulama mekanizmasi bulunmamaktadir. Bu nedenle dogru teknik veriye ulasim ve dolayisiyla alisveris islemlerinin teknik verilere uyumlulugu, hizi ve hacmi kisitlanmaktadir. Bulus ayrica merkezi sunucunun halka açik kaynaklardan otomatik olarak topladigi çesitli ve kullanicilarin bilgisayar tabanli cihazlar araciligi ile sisteme girdigi verileri yapay zeka destekli bir islemci kullanarak sentezlemesi sayesinde kullanicilara cografyadan bagimsiz olarak bütüncül bir degerlendirme yapma imkani vermektedir. Veri çesitliliginin ve tutarlilik düzeyinin yerel olarak degistigi teknigin bilinen durumundaki örneklerde emlakçilar tarafindan saglanan verinin alicilar tarafindan dogrudan kontrolü gerekmektedir. Bu nedenle mülk alisverisi, gerektirdigi dogrudan kontrol nedeniyle kisitli cografyalar içerisinde gerçeklesmektedir. Bulusun bir diger özelligi ise mülk alisverisi yapan kullanicilarin bilgisayar tabanli cihaz araciligiyla yaptigi veri girisini otomatik olarak degerlendirerek, merkezi sunucunun topladigi teknik verileri, süreçlerin hizini ve hacmini artiracak sekilde bu kullanicilara özgü ara yüzler ile sunabilen merkezi sunuca bagli islemci ile çalistirilan algoritmalar barindirmasidir. Bulusun bir diger özelligi ise mülk alisverisi yapmak isteyen kullanicilarin talep olarak girdikleri mülk verilerinin danistiklari emlakçinin agindaki cihazlarla merkezi sunucu tarafindan paylasilmasidir. Eger talep karsilanamazsa öncelikle danistiklari emlakçinin dahil oldugu daha genis agdaki cihazlarla paylasilmaktadir- Bu durumda talep halen karsilanamazsa yapay zeka destekli islemci tarafindan yapilan teknik veri(Cografya, tip vb.) degerlendirmesi sürecinin çiktisi olarak talebin karsilanma olasiliginin daha yüksek oldugu diger aglara bagli cihazlara söz konusu mülk verisi yönlendirilmektedir. Sekillerin Açiklanmasi Sekil 1. Sistem Veri Akis Diyagrami Bulusun Açiklanmasi Bulus, Merkezi bir sunucu tarafindan yapay zeka destekli bir islemci kontrolüyle toplanan verinin, merkezi sunucuya bagli bilgisayar tabanli cihaza sahip en az bir kullanici tarafindan girilen verilerle sentezlenerek, merkezi sunucu tarafindan iki farkli emlakçi tipi ve bir müsteri tipi olmak üzere degisken sayidaki kullanici cihazina yönlendirilmesi ile çalisan, gayrimenkul alisveris süreçlerin hizlandirilmasini amaçlayan ve bunu yaparken, kullanici sayisinin ve alisveris kanallarinin daha çogalmasini saglayan bir usul ile ilgilidir. Bu usul ile merkezi sunucunun topladigi çesitli teknik veri, kullanicilarin sagladigi verilerle yapay zeka destekli bir islemci araciligiyla örtüstürülmekte ve dogrulanmaktadir. Merkezi sunucu ile birlikte çalisan yapay zeka destekli bir bilgisayar islemcisi ile çesitli tipteki kullanici cihazlarinin ihtiyaç duyduklari kapsamdaki teknikr veri, yine kullanici tarafindan girilen veriyle otomatik olarak uyumlastirilan ara yüzler ile sunulmaktadir. Bulus konusu veri akis yöntemi en temel halinde; o Kullanicilarin cihazlarinin emlakçi tipindeki bir kullanici cihazinin yönlendirdigi merkezi sunucuya bagli olan kullanici cihaz agina katilmasi, o Kullanicilar tarafindan girilen mülkler ile ilgili kritik bilgilerin saptanarak, ilgili verilerin gerekli halka açik kaynaktan alinmasi ve bilgisayar islemcisi ile iliskili çalisan veri deposuna girilmesi, o Bahsi geçen veri deposundaki verinin kullanicinin girdigi verilerle otomatik olarak birlestirilmesi ve dogrulama yapilmasi, 0 Kullanicinin bilgisayar tabanli cihaz üzerinden yaptigi alisveris taleplerinin ve alisveris süreçlerinde yaptiklari islemlerin, yapay zeka destekli bir bilgisayar islemcisi tarafindan degerlendirilmesi ve siniflandirilmasi, 0 Yapilan degerlendirme ve siniflandirmaya uygun sekilde kullanicinin ihtiyaç duyabilecegi analiz çesidi otomatik olarak belirlenmesi ve merkezi sunucu tarafindan toplanan verinin yapay zeka destekli bilgisayar islemcisi tarafindan yapilan analizinin olusturulmasi Olusturulan analizin, kullanici cihazinin dahil oldugu agi yönlendiren emlakçi cihazina Özgü bir ara yüz ile kullanici cihazina sunulmasi 0 Kullanici cihazi tarafindan olusturulan alisveris islem talebi yapilan mülk verisinin kullanici cihazinin dahil agdaki cihazlara merkezi sunucu tarafindan iletilmesi Talebin karsilanamadigi durumda mülk verisinin yapay zeka tarafindan teknik veri degerlendirmesi yapilarak talebin karsilanabilecegi baska bir agdaki cihazlara merkezi sunucu tarafindan iletilmesi islem adimlarini içermesidir. Yukarida ayrintilari anlatilan usul gayrimenkul alisveris süreçlerinde dogrulanmis teknik. verinin kullanicilara ulasamamasindan kaynaklanan hiz ve islem hacmi kaybinin önüne geçmeyi amaçlayan bir veri akis usulü ile ilgilidir. Bu veri akis usulü en az üç farkli tipteki, her tipten degiskenr sayidaki kullanici cihazi ve bu kullanici cihazlarinin bagli oldugu aglar arasinda kullanilabilmektedir. Sekil l'deki diyagramda her satir bir kullanici cihaz tipini ve satirdaki kutular kullanici cihazlari temsil edecek sekilde belirli sayidaki kullanici cihazi arasindaki veri akisi örnek olarak gösterilmektedir. Sekildeki oklar, merkezi sunucu ile kullanici cihazlari arasindaki veri akisini ve kullanici cihazlarindan olusan ag içerisindeki veri akisini göstermektedir. Bir cihaz ayni birden fazla sayida agda yer alabildigi gibi, farkli aglardaki cihazlar arasinda da veri akisi, merkezi sunucu kontrolüyle gerçeklesebilmektedir. Sekil 1'de gösterilen veri akis diyagraminda gösterilen sistemin isleyisinde gerekli olan cihaz tipleri ve isleyis mekanizmalari asagida açiklanmaktadir. Merkezi Sunucu: Baslica mülk alisveris islemi verileri, kamuya açik ilanlar, haberler, kamulastirma ve kentsel gelisimle ilgili yasal yayinlar, nüfus istatistikleri(egitim, yas, gelir vb.) gibi kaynaklardan yapay zeka destekli islemci araciligiyla topladigi verileri yapay zeka algoritmasi ile isleyerek Sekil 1'de gösterilen yollara göre degisen ara yüzler` ile bilgisayar tabanli kullanici cihazlarinin erisimine açan bilgisayar islemcisidir. Merkezi sunucudaki veriler, kullanici cihazlarinin ihtiyaçlarina göre otomatik olarak Konut, Isyeri, Arsa vb. sekilde analiz ve tasnif edilerek bilgisayar islemcisi araciligiyla sunulmaktadir. Merkezi sunucunun veri kaynagi olarak konumu sekilde gösterildigi gibi iki yönlü veri akisinin ilk adimindadir. Ancak cihazlar veya aglar arasi veri akisi yine merkezi sunucu ile baglantili islemci kontrolünde saglanmaktadir. A: Merkezi sunucudan aldigi veriyi dogrudan baska bir bilgisayar tabanli kullanici cihazina yönlendiren bilgisayar tabanli emlakçi kullanici cihazlarindan olusur. A tipi bilgisayar tabanli cihazlarin yönlendirdigi islenmis veriler Merkezi Sunucu kontrolündeki islemci tarafindan otomatik olarak A tipi bilgisayar tabanli cihaza özgü ara yüz ile yönlendirilir. Diger kullanici cihazlardanr gelen mülk alisveris talep verisi, A tipi cihaz tarafindan cihazin bulundugu aglardaki diger cihazlara yönlendirilir. Veri taramasi yapan bilgisayar islemcisi tarafindan olumlu geri bildirimin saglanmadigi sistemde tanimlanmis süre sonrasinda A cihazindaki talep verisi, yapay zeka destekli teknik veri(cografya, mülk tipi) degerlendirmesine tabi tutularak talep verisine olumlu geri bildirimi yapma olasiligi yüksek diger aglardaki cihazlara yönlendirilir. Eger söz konusu cografya verisi ile eslestirilebilen bir cihaz agi bulunmuyorsa, talep verisir tümr aglardaki cihazlara yönlendirilir. Bulusun örnek kullaniminda A cihazi belirli bir mülk tipine(Konut, ticari, arsa) ait alisveris talep veri akisinin ve teknik veri akisinin saglandigi aglarda yer alir. B: A. cihazindan aldigi veriyi dogrudan mülk alici veya saticisi olan bilgisayar tabanli kullanici cihazina yönlendiren bilgisayar tabanli emlakçi kullanici cihazlardir. B tipindeki bilgisayar tabanli cihazlarin yönlendirdigi islenmis veriler Merkezi Sunucu kontrolündeki islemci tarafindan otomatik olarak B'deki bilgisayar tabanli cihaza Özgün ara yüz ile yönlendirilir. B cihazi da bu teknik veriyi merkezi sunucunun kendisiyle eslestirmis oldugu C cihazlarina gönderir. B cihazi, bulusun örnek kullaniminda belirli bir cografyaya ait alisveris talep veri akisinin ve teknik veri akisinin saglandigi aglarda yer alir. C: Mülkler ile ilgili dogrulanmis ve tutarli veriye ulasmak isteyen mülk alicisi, saticisi veya sahipleri ile baglantili bilgisayar tabanli cihazlardir. Bu bilgisayar tabanli cihazlar tarafindan girilmis veriler bilgisayar islemcisi tarafindan degerlendirilerek mülk alisveris süreçlerinde veri eksikliginden dolayi yasanan hiz ve hacim kaybinin önüne geçecek sekilde yine Müsteri(C) tipi bilgisayar tabanli cihaza göre uyumlandirilmis veri setleri saglanir. Ayrica merkezi sunucuya bagli yapay zeka destekli islemci, bu tipteki bilgisayar tabanli cihazlar tarafindan girilen her veriyi gerçek zamanli olarak degerlendirerek, mülklerle ilgili kullanicinin atlamis olabilecegi kritik teknik veriyi belirler. Bu kritik veriler kullanici davranislarini analiz eden yapa zeka algOritmasi ile çalisan bilgisayar islemcileri ile kullanicinin görebilecegi zamanlar C tipindeki bilgisayar tabanli cihazlara beslenir. C cihazi, kullanicisinda aldigi komutlari merkezi sunucu araciligiyla bilgisayar islemci ile isleyerek mülk alisveris talep verisini merkezi sunucunun kendisiyle eslestirdigi A veya B cihazlarina yönlendirir. Talep verisinin yönlendirildigi B tipindeki bir cihaz ise veri B tipindeki cihazin eslesmis Oldugu C cihazlarina yönlendirilir. Eger sistemde tanimlanmis süre sonucunda olumlu bir geri bildirim alinmazsa, talep verisi öncelikle B cihazinin merkezi sunucu tarafindan eslesmis oldugu A tipindeki cihaza yönlendirilir. A tipindeki cihazdaki talep verisi A`nin yer aldigi aglardaki cihazlara yönlendirilir. Yine belirlenmis olan sürede olumlu geri bildirim alinmazsa, yapay zeka destekli veri degerlendirmesi yapilarak bulusun örnek kullaniminda oldugu gibi merkezi sunucu talebi cografi kriterlere dayanarak belirledigi A tipi cihazin bulundugu agdaki cihazlara yönlendirir. Eger tekrar belirlenmis olan süre olumlu geri bildirim. cihazlardan alinamazsa› talep 'verisi tüm Z& tipi cihazlarin bulundugu aglardaki cihazlara yönlendirilir. Bu sekilde talep verisine en hizli sekil olumlu geri bildirim saglanmasi olasiligi yükseltilmis olmaktadir. TR TR TR DESCRIPTION ACCELERATING THE PROPERTY BUYING AND SELLING PROCESSES IN THE REAL ESTATE SECTOR AND AUTOMATIC USER INTERACTION Technical Field Invention: The data collected by a central server with an artificial intelligence-supported processor control is synthesized with the data entered by at least one user with a computer-based device connected to the central server, and the It is about a method that works by directing a small number of users, aims to accelerate real estate shopping processes and, in doing so, allows the number of users and shopping channels to increase. With this method, collected and processed data, which is of critical importance for the real estate sector, is automatically shared with user-specific interfaces, thanks to algorithms sensitive to user behavior. In this way, the speed and volume of property transactions are increased with data support. Known Status of the Technology The real estate sector is one of the sectors where property transactions are the most intense and continuous today and are most affected by dynamic data specific to geography. The rapid increase in the technical parameters and data volume affecting property shopping has caused the accuracy and reliability of this data to increasingly affect the efficiency of shopping processes. In the real estate sector, property owners and buyers use various digital platforms that host this data in order to carry out property purchases in accordance with technical data. These platforms mostly serve as a data interface between real estate agents and those who want to buy property through the platform. The data source on these platforms is mostly those who mediate the transactions. There are various data processing tools for the real estate industry, and they mainly benefit from property data on the above-mentioned platforms. This requires direct control by buyers of the data provided by real estate agents. Additionally, these platforms do not contain any data about properties that are excluded from shopping activity. Among the various data that should be taken into consideration in the real estate sector are property shopping transaction data, public announcements, news, legal publications regarding expropriation and urban development, population statistics (education, age, income, etc.). In order for property buyers to make the most appropriate decision for themselves in the long run, they need to be able to access information that allows them to make predictions by following all this data accurately and consistently over a wide period of time. In the current B2B2C platforms, where "company-to-company" and "company-to-consumer" services can be integrated, property owners and buyers are in most cases forced to receive services based on unverified or partially verified data from real estate agents whose operating mechanisms they do not know. In B2B2C systems where the real estate agent is integrated, the data source is the real estate agent and there is no mechanism to verify this data. Systems that are prone to human error, where the real estate agent and the real estate agent are independent of each other, but the data verification on the platform is made by third parties instead of the artificial intelligence-supported processor, cause the data verification mechanism and therefore property shopping processes to be limited to certain geographies. Systems where the real estate agent and the real estate agent are independent of each other and the platform collects processor-supported data restrict the end consumer's access to verified and consistent data, as they require the real estate agent to access the data warehouse and control the process of the processed data reaching the end consumer. Problems the Invention Aims to Solve The purpose of the invention is to ensure that the real estate data collected through the central server is directed to users with computer-based devices, that is, to real estate agents and property shoppers, by the artificial intelligence-supported central server. In this respect, it increases the speed and volume of shopping processes by regulating the interaction between the service provider and the service recipient in real estate shopping, independently of the service provider. In this respect, the invention brings an alternative solution method to the B2B2C platforms available in the current technique. These platforms mostly serve as a data interface between real estate agents and those who want to buy property through the platform. The data source on these platforms is mostly those who mediate the transactions, and there is no holistic data verification mechanism. For this reason, access to accurate technical data and therefore the compatibility, speed and volume of shopping transactions with technical data are restricted. The invention also provides users with the opportunity to make a holistic evaluation, regardless of geography, thanks to the central server's synthesis of various data that it automatically collects from public sources and that users enter into the system through computer-based devices, using an artificial intelligence-supported processor. In state-of-the-art examples where the data diversity and consistency level varies locally, direct control of the data provided by real estate agents is required by the buyers. For this reason, property transactions take place within limited geographies due to the direct control it requires. Another feature of the invention is that it contains algorithms run by the processor connected to the central server, which automatically evaluates the data entry made by users who shop for property through a computer-based device and presents the technical data collected by the central server with interfaces specific to these users in a way that increases the speed and volume of the processes. Another feature of the invention is that the property data entered by users who want to shop for a property is shared by the central server with the devices in the network of the real estate agent they consult. If the demand cannot be met, it is first shared with the devices in the wider network that includes the real estate agent they consult. In this case, if the demand still cannot be met, it is shared with devices connected to other networks where the probability of meeting the demand is higher, as the output of the technical data (Geography, type, etc.) evaluation process performed by the artificial intelligence-supported processor. property data is routed. Explanation of Figures Figure 1. System Data Flow Diagram Explanation of the Invention The invention is based on the synthesis of data collected by a central server with an artificial intelligence-supported processor control with the data entered by at least one user with a computer-based device connected to the central server, and two different real estate agent types and It is about a method that works by directing a variable number of user devices to a customer type, aims to accelerate real estate shopping processes and, in doing so, enables the number of users and shopping channels to increase. With this method, various technical data collected by the central server are overlapped and verified with the data provided by the users through an artificial intelligence-supported processor. With an artificial intelligence-supported computer processor working with the central server, technical data within the scope required by various types of user devices is presented through interfaces that are automatically adapted to the data entered by the user. The data flow method of the invention is in its most basic form; o Joining the users' devices in the user device network connected to the central server directed by a real estate agent-type user device, o Determining the critical information about the properties entered by the users, obtaining the relevant data from the necessary public source and entering it into the data store associated with the computer processor, o The said data Automatically combining and verifying the data in the store with the data entered by the user, 0 Evaluating and classifying the shopping requests made by the user through the computer-based device and the transactions they make during the shopping process by an artificial intelligence-supported computer processor, 0 The type of analysis that the user may need in accordance with the evaluation and classification made. automatically determining and creating the analysis of the data collected by the central server by the artificial intelligence-supported computer processor. Presenting the created analysis to the user device with an interface specific to the real estate agent device that directs the network in which the user device is included. In case the demand cannot be met, the property data is evaluated by artificial intelligence as technical data and transmitted by the central server to the devices in another network where the demand can be met. The procedure detailed above is a validated technique in real estate shopping processes. It is about a data flow method that aims to prevent loss of speed and transaction volume resulting from data not reaching users. This data flow method can be used between a variable number of user devices of at least three different types and the networks to which these user devices are connected. The diagram in Figure 1 shows an example of data flow between a certain number of user devices, with each row representing a user device type and the boxes in the row representing user devices. The arrows in the figure show the data flow between the central server and user devices and the data flow within the network of user devices. Just as a device can be located in more than one network, data flow between devices in different networks can occur with central server control. The device types and operating mechanisms required for the operation of the system shown in the data flow diagram shown in Figure 1 are explained below. Central Server: It collects data from sources such as main property shopping transaction data, public announcements, news, legal publications on expropriation and urban development, population statistics (education, age, income, etc.) through an artificial intelligence-supported processor, and processes it with an artificial intelligence algorithm. Figure 1 It is a computer processor that provides access to computer-based user devices through interfaces that vary according to the paths shown in . The data on the central server is automatically divided into Residence, Office, Land, etc. according to the needs of user devices. It is analyzed and classified and presented through the computer processor. The position of the central server as the data source is in the first step of the two-way data flow, as shown in the figure. However, data flow between devices or networks is provided under the control of the processor connected to the central server. A: It consists of computer-based real estate agent user devices that direct the data they receive from the central server directly to another computer-based user device. The processed data directed by type A computer-based devices are automatically directed by the processor under the control of the Central Server through the interface specific to the type A computer-based device. Property shopping request data coming from other user devices is directed by the A type device to other devices in the networks where the device is located. After a period defined in the system in which positive feedback is not provided by the computer processor performing the data scanning, the request data on device A is subjected to artificial intelligence-supported technical data (geography, property type) evaluation and directed to devices in other networks that have a high probability of giving positive feedback to the request data. If there is no device network that can be matched with the geographical data in question, the request is directed to devices in all networks. In the exemplary use of the invention, device A is included in the networks where the shopping request data flow and technical data flow of a certain property type (Residential, commercial, land) are provided. B: A. These are computer-based real estate agent user devices that direct the data received from the device directly to the computer-based user device that is the property buyer or seller. The processed data directed by the computer-based devices in type B are automatically directed to the computer-based device in B by the processor under the control of the Central Server, with a unique interface. Device B sends this technical data to the C devices that the central server has paired with it. In the exemplary use of the invention, device B is located in networks where the shopping request data flow and technical data flow of a certain geography are provided. A: They are computer-based devices connected to property buyers, sellers or owners who want to access verified and consistent data about properties. The data entered by these computer-based devices are evaluated by the computer processor and data sets adapted to the Customer (C) type computer-based device are provided, in order to prevent the loss of speed and volume due to lack of data in the property shopping processes. In addition, the artificial intelligence-supported processor connected to the central server evaluates in real time every data entered by this type of computer-based devices and identifies critical technical data related to the properties that the user may have missed. These critical data are fed to type C computer-based devices at times visible to the user, with computer processors working with an artificial intelligence algorithm that analyzes user behavior. Device C processes the commands it receives from the user with the computer processor through the central server and directs the property shopping request data to the A or B devices that the central server matches with itself. If the request data is directed to a type B device, the data is directed to the C devices to which the type B device is paired. If no positive feedback is received after the time defined in the system, the request data is first directed to the type A device with which device B is paired by the central server. The request data from the device of type A is directed to the devices in the networks where A is located. Again, if positive feedback is not received within the specified time, artificial intelligence-supported data evaluation is performed and, as in the exemplary use of the invention, the central server directs the request to the devices in the network where the type A device is located, which it has determined based on geographical criteria. If you leave positive feedback within the determined period. If it cannot be received from the devices, the request data is directed to the devices in the networks where all Z& type devices are located. In this way, the possibility of providing positive feedback to demand data as quickly as possible is increased. TR TR TR