Skip to main content
Match DVF à un bien immobilier

À quoi ça sert

POST /v2/protected/opendata/dvf/match recherche, parmi les transactions DVF (Demandes de Valeurs Foncières), celles qui ressemblent le plus à un bien que vous connaissez déjà. Le résultat est une liste de candidats classés par similarité décroissante. Là où la recherche DVF renvoie des transactions paginées sans ordre de pertinence, le Match attribue à chaque candidat un score et un niveau de confidence pour vous dire à quel point il correspond au bien cible. Le payload combine deux mécanismes distincts :
  • filters (pré-filtre dur) — exclut les transactions qui ne respectent pas le critère. Un candidat hors du département, hors de la bande de surface ou hors de la zone géographique n’apparaît jamais dans la réponse.
  • scoring_targets (ancres douces) — n’exclut rien. Ces ancres influencent uniquement le classement : un candidat proche du prix cible, avec le même nombre de pièces ou la même nature de transaction, remonte dans la liste.
La réponse contient pour chaque entrée :
  • score — similarité normalisée de 0 à 100.
  • confidenceHIGH, MEDIUM, LOW ou REJECT.
  • dvf — la transaction DVF correspondante (champs essentiels).
Le bloc meta.ambiguous vaut true lorsque les deux premiers résultats ont des scores proches (écart ≤ 5 points) : c’est un signal qu’aucun candidat ne se détache nettement et qu’une vérification manuelle peut être utile.

Payload

Les résultats sont triés par score décroissant.

Réponse

L’API retourne un objet { data, meta }.
  • data[].score — similarité de 0 à 100.
  • data[].confidenceHIGH / MEDIUM / LOW / REJECT.
  • data[].dvf — sous-ensemble projeté de la transaction DVF (id, transaction_date, transaction_type, price_eur, surface_m2, main_rooms, is_new_build, location, etc.).
  • meta.total — nombre total de candidats trouvés après pré-filtrage.
  • meta.ambiguoustrue si l’écart de score entre les deux premiers résultats est ≤ 5 points.
Le contrat complet champ par champ est décrit par le bloc OpenAPI plus bas (POST /v2/protected/opendata/dvf/match).

Exemple

Lookup exact par id

Lorsque vous connaissez déjà l’identifiant de mutation, le pré-filtre id cible une transaction précise. Le résultat est unique avec un score de 100.

Match multi-critères avec ancres de scoring

Cas typique : vous décrivez un bien (zone, type, bande de surface) via filters, puis vous affinez le classement avec scoring_targets (prix, pièces, nature de transaction).

Match d’un bien neuf (VEFA)

L’ancre is_new_build: true combinée à la nature Vente en l'etat futur d'achevement (l’enum contient des apostrophes, à échapper en shell) favorise les transactions de logements neufs.

Liens utiles

  • Recherche DVF — lister les transactions DVF par filtres, sans classement.
  • DVF vs Fluximmo — différence entre données DVF (transactions officielles) et annonces Fluximmo.

Clé test gratuite — 1 semaine

Créez un compte sur my.fluximmo.io pour récupérer une clé API test gratuite (1 semaine, accès limité). Aucun paiement requis.

Authorizations

x-api-key
string
header
required

Body

application/json
filters
object
size
integer
default:5

Page size

Required range: 1 <= x <= 20
scoring_targets
object

Scoring anchors (price_eur/main_rooms/is_new_build/transaction_type). Influence ranking only — do not exclude candidates.

Response

Transactions DVF classées par score de similarité

data
object[]
required

Transactions DVF classées par score de similarité

meta
object
required

Métadonnées du matching