Automated valuation models (AVMs) são frequentemente utilizados para predição de preços de imóveis. Entretanto, poucos exploram o potencial subjacente dos dados textuais em anúncios de imóveis. Esse projeto se utiliza da teoria por trás dos modelos hedônicos de preços para desenvolver dois métodos de predição que posteriormente são combinados em um modelo ensemble. Uma base de dados contendo 16693 propriedades e seus preços de anúncio foram coletados de uma das maiores agências imobiliárias atuantes na cidade do Rio de Janeiro. Utilizando passos de Text Mining, as descrições dos classificados são vetorizadas e passadas para um modelo Lasso, enquanto, paralelamente, uma Geographically Weighted Regression (GWR) é estimada exclusivamente com as variáveis numéricas. Ambos são então combinados em um modelo ensemble de dois estágios, contendo uma regressão linear em sua segundo estágio, que encontra a combinação ótima das previsões dos modelos GWR e Lasso (primeiro estágio). A conclusão deste projeto leva a resultados promissores na área de predição de preços de imóveis com base tanto em dados estruturados quanto desestruturados.