Bối cảnh và vấn đề nghiên cứu
Trong bối cảnh số hóa và sự bùng nổ của các nền tảng thương mại điện tử, thị trường bất động sản tại Việt Nam phát sinh một khối lượng thông tin trực tuyến khổng lồ với nhiều biến động phức tạp. Nhu cầu xác định giá trị thực của tài sản trở thành yếu tố cốt lõi nhằm hỗ trợ người mua, người bán và các nhà đầu tư đưa ra quyết định chiến lược, tối ưu hóa danh mục đầu tư và kiểm soát rủi ro tài chính. Tuy nhiên, việc định giá truyền thống thường tốn nhiều thời gian và mang tính chủ quan. Đề tài khóa luận tốt nghiệp kỹ sư ngành Kỹ thuật Dữ liệu tại Trường Đại học Sư phạm Kỹ thuật TP.HCM mang tên "Dự đoán giá bất động sản sử dụng học máy" do sinh viên Phan Văn Thạch Quang và Lê Văn Phú thực hiện, dưới sự hướng dẫn của TS. Trần Nhật Quang, tập trung giải quyết bài toán tự động hóa quy trình thu thập dữ liệu lớn từ website và ứng dụng các thuật toán học máy có giám sát để dự đoán giá trị bất động sản.
Mục tiêu và nhiệm vụ nghiên cứu của đề tài được xác định cụ thể theo các nội dung sau:
- Nghiên cứu phương pháp Web Scraping và kỹ thuật thu thập dữ liệu từ các trang web giao dịch bất động sản tại Việt Nam.
- Tìm hiểu và thiết lập quy trình chuẩn 8 bước để xây dựng một dự án học máy hoàn chỉnh giải quyết bài toán hồi quy định giá.
- Phát triển công cụ hỗ trợ tự động hóa việc thu thập dữ liệu, xử lý dữ liệu thô và huấn luyện các mô hình học máy.
- Kiểm tra chất lượng, độ tin cậy của dữ liệu thu thập; đánh giá, so sánh hiệu suất và khả năng ứng dụng của các thuật toán học máy khác nhau.
- Xây dựng và triển khai một ứng dụng website hoàn chỉnh cho phép người dùng nhập thông tin để nhận kết quả dự đoán giá và danh sách bất động sản tương đồng.
- Tổng hợp kết quả, hoàn thiện báo cáo học thuật và tiếp thu đánh giá phản biện từ giảng viên.
Đối tượng và phạm vi nghiên cứu của khóa luận được phân định rõ ràng:
- Khu vực nghiên cứu: Tập trung vào hai đô thị lớn có thị trường bất động sản sôi động nhất Việt Nam là Thành phố Hồ Chí Minh và Hà Nội.
- Loại hình bất động sản: Khảo sát 2 phân khúc chính gồm nhà riêng (nhà riêng lẻ, nhà phố, biệt thự) và đất/đất nền (lô đất trống, đất nền dự án chưa xây dựng).
- Nguồn dữ liệu: Nền tảng website batdongsan.vn thuộc Công ty Cổ phần PropertyGuru Việt Nam.
- Thời gian nghiên cứu và dữ liệu: Đề tài thực hiện từ ngày 26/02/2024 đến ngày 08/07/2024; dữ liệu thực nghiệm được thu thập vào tháng 05/2024.
Cơ sở lý thuyết và phương pháp
Về cơ sở lý thuyết, đề tài tiếp cận khái niệm bất động sản theo 4 phân loại chính: bất động sản nhà ở, bất động sản thương mại, bất động sản công nghiệp và đất nền. Nghiên cứu phân tích 6 nhóm yếu tố cốt lõi tác động đến giá trị tài sản bao gồm: vị trí địa lý, diện tích và quy mô xây dựng, tình trạng pháp lý, tiện ích và hạ tầng kỹ thuật - xã hội xung quanh, các chỉ số kinh tế vĩ mô (lãi suất, lạm phát, chính sách tín dụng) và xu hướng tâm lý thị trường. Đồng thời, tác giả khảo sát 4 phương pháp định giá bất động sản truyền thống: phương pháp so sánh trực tiếp, phương pháp thu nhập, phương pháp chi phí và phương pháp thặng dư.
Về mặt học máy, đề tài xác định bài toán dự đoán giá là dạng học có giám sát (Supervised Learning), trong đó giá bán đóng vai trò là biến mục tiêu liên tục cần dự đoán dựa trên các biến đặc trưng đầu vào. Nghiên cứu tập trung vào 6 thuật toán hồi quy:
- Hồi quy tuyến tính (Linear Regression): Mô hình hóa quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập, kết hợp kỹ thuật điều chuẩn Lasso (phạt chuẩn $L_1$ giúp triệt tiêu trọng số dư thừa) và Ridge (phạt chuẩn $L_2$ giúp làm mịn trọng số và chống đa cộng tuyến).
- Cây quyết định (Decision Tree): Thuật toán phân chia không gian dữ liệu thành các tập con dựa trên tiêu chí phân tách tối ưu theo cấu trúc nhánh và nút.
- Rừng ngẫu nhiên (Random Forest): Kỹ thuật học kết hợp (Ensemble Learning) kết hợp nhiều cây quyết định độc lập trên các tập con ngẫu nhiên của dữ liệu và thuộc tính để giảm thiểu hiện tượng quá khớp (Overfitting).
- Tăng cường Gradient (Gradient Boosting): Phương pháp kết hợp các mô hình yếu tuần tự, trong đó mỗi mô hình sau được tối ưu hóa để bù đắp sai số của mô hình trước thông qua thuật toán tối ưu hàm mất mát.
- Hồi quy vector hỗ trợ (Support Vector Regression - SVR): Biến thể của SVM tìm kiếm siêu phẳng tối ưu trong không gian đặc trưng nhiều chiều với vùng biên sai số kiểm soát độ phức tạp.
- AdaBoost (Adaptive Boosting): Kỹ thuật gán trọng số lớn hơn cho các điểm dữ liệu có sai số dự đoán cao ở các bước lặp trước đó nhằm cải thiện độ chính xác tổng thể.
Quy trình nghiên cứu thực nghiệm được chuẩn hóa thành 8 bước:
- Phân tích tổng quan và xác định bài toán học có giám sát.
- Thu thập dữ liệu từ website mục tiêu.
- Khám phá dữ liệu tổng quan (EDA) thông qua thống kê mô tả và trực quan hóa phân phối.
- Tiền xử lý, chuẩn hóa dữ liệu và xử lý giá trị ngoại biên (outliers).
- Huấn luyện và đánh giá sơ lược các mô hình cơ sở.
- Lựa chọn mô hình tối ưu và tinh chỉnh siêu tham số thông qua kiểm định chéo (Cross-Validation).
- Kiểm thử lại trên tập kiểm tra độc lập và phân tích hiện tượng quá khớp/dưới khớp.
- Đóng gói mô hình và tích hợp vào hệ thống website ứng dụng.
Phương pháp đánh giá hiệu suất dự đoán dựa trên 4 chỉ số thống kê định lượng:
- MAE (Mean Absolute Error): Trung bình sai số tuyệt đối giữa giá trị dự đoán và giá trị thực tế.
- MSE (Mean Squared Error): Trung bình bình phương sai số, có độ nhạy cao với các giá trị ngoại lệ lớn.
- RMSE (Root Mean Squared Error): Căn bậc hai của MSE, thể hiện sai số dự đoán cùng đơn vị đo với biến mục tiêu.
- $R^2$ (R-squared): Hệ số xác định đo lường tỷ lệ phương sai của biến mục tiêu được giải thích bởi các đặc trưng trong mô hình (giá trị tối đa là 1).
Nguồn dữ liệu của đề tài được trích xuất trực tiếp từ website batdongsan.vn thông qua mã nguồn cào dữ liệu tự động.
Thiết kế và triển khai
Hệ thống được thiết kế theo cấu trúc mô đun hóa gồm 3 phân hệ chính: mô đun thu thập dữ liệu (Web Scraper), mô đun xử lý dữ liệu và huấn luyện mô hình (Machine Learning Pipeline), và mô đun ứng dụng web tương tác người dùng (Web Application).
[ batdongsan.vn ]
(Đánh giá MAE, RMSE, R²)
1. Phân hệ thu thập dữ liệu
Mã nguồn cào dữ liệu được lưu trữ tại thư mục Data/Code_Scraper_Data, vận hành dựa trên thư viện Selenium và Beautiful Soup trong môi trường Python. Bộ cào phân tích cấu trúc URL phân cấp của website batdongsan.vn theo loại hình, khu vực hành chính (quận/huyện) và bộ lọc thuộc tính:
- URL nhà đất bán TP.HCM:
https://batdongsan.vn/nha-dat-ban-tp-hcm/gia-duoi-500-trieu-dt-duoi-30m2/p1
- URL danh mục quận cụ thể:
https://batdongsan.vn/nha-dat-ban-binh-thanh, https://batdongsan.vn/nha-dat-ban-go-vap...
Sử dụng công cụ Chrome DevTools (các bảng Elements, Sources, Network, Console), hệ thống định vị các lớp thẻ HTML chứa danh sách tin đăng để bóc tách thông tin tổng quan, sau đó truy cập sâu vào từng liên kết chi tiết để trích xuất đầy đủ các trường dữ liệu kỹ thuật.
2. Phân hệ xử lý dữ liệu và mô hình hóa
Dữ liệu thô sau khi cào được tổ chức trong thư mục Raw_Data gồm hai tập chính: HaNoi_T5 và HCM_T5 (thu thập tháng 05/2024). Dữ liệu được đưa vào quy trình tiền xử lý bằng Pandas trong môi trường Jupyter Notebook:
- Khử trùng lặp và loại bỏ các bản ghi khuyết thiếu dữ liệu quan trọng.
- Ép kiểu dữ liệu (chuyển đổi chuỗi văn bản về định dạng số nguyên
int hoặc số thực float).
- Phát hiện và xử lý giá trị ngoại biên (outliers) nhằm loại bỏ các dữ liệu biến động bất thường.
- Mã hóa biến phân loại và chuẩn hóa biến liên tục.
- Huấn luyện 6 thuật toán học máy từ thư viện Scikit-learn, thực hiện Cross-Validation và tối ưu hóa siêu tham số.
- Kết xuất mô hình huấn luyện tốt nhất ra tệp nhị phân và tệp cấu hình JSON lưu tại thư mục hệ thống.
3. Phân hệ Website ứng dụng
Ứng dụng website được xây dựng nhằm phục vụ người dùng cuối với kiến trúc phân tách Frontend và Backend:
- Frontend: Phát triển bằng ReactJS (Single Page Application), kết hợp HTML, CSS, JavaScript. Cung cấp giao diện người dùng gồm: biểu mẫu nhập thông tin bất động sản (tỉnh thành, quận huyện, diện tích, số tầng, số phòng ngủ, số toilet...), màn hình hiển thị giá dự đoán và danh sách các bất động sản gợi ý tương đồng.
- Backend: Xây dựng bằng Python (tệp điều khiển
main.py). Backend tiếp nhận tham số từ client, nạp mô hình học máy đã lưu để tính toán giá trị dự đoán, đồng thời truy vấn cơ sở dữ liệu để trả về danh sách gợi ý bất động sản thời gian thực.
- Môi trường kỹ thuật: Hệ điều hành Windows 11 Home Single Language, ngôn ngữ Python 3.13, IDE Visual Studio Code, trình duyệt Google Chrome.
Nội dung chính theo từng chương
Chương 1: Nghiên cứu về bất động sản
Chương 1 thiết lập nền tảng lý luận về thị trường bất động sản và khảo sát đối tượng dữ liệu. Tác giả định nghĩa bất động sản và phân chia thành 4 nhóm hình thức: nhà ở, thương mại, công nghiệp, đất nền. Tiếp đó, chương phân tích chi tiết 6 nhóm yếu tố tác động đến giá trị tài sản (vị trí, diện tích, pháp lý, tiện ích hạ tầng, kinh tế vĩ mô, xu hướng thị trường) và 4 phương pháp định giá truyền thống (so sánh trực tiếp, thu nhập, chi phí, thặng dư).
Phần thứ hai của chương giới thiệu về nền tảng batdongsan.vn do Công ty Cổ phần PropertyGuru Việt Nam vận hành. Tác giả tiến hành mổ xẻ cấu trúc đường dẫn phân cấp (URL routing) và cấu trúc cây DOM HTML của website. Bằng việc phân tích cấu trúc thẻ HTML thông qua Chrome DevTools, chương xác định chính xác các thành phần chứa thông tin cốt lõi (tiêu đề, giá, diện tích, vị trí, tọa độ, giấy tờ pháp lý) phục vụ cho công tác tự động hóa trích xuất dữ liệu.
Chương 2: Nghiên cứu về học máy
Chương 2 trình bày tổng quan về trí tuệ nhân tạo và học máy, điểm lại lịch sử phát triển từ phép thử Turing (Turing Test năm 1950), mô hình chơi cờ của Arthur Samuel cho đến sự phát triển của mạng nơ-ron và dữ liệu lớn từ thập niên 1990. Chương làm rõ sự khác biệt giữa học có giám sát và học không giám sát, khẳng định bài toán định giá thuộc nhóm học có giám sát.
Chương đi sâu vào nguyên lý toán học và cơ chế vận hành của 6 thuật toán hồi quy: Linear Regression (với chuẩn hóa Lasso $L_1$ và Ridge $L_2$), Decision Tree, Random Forest, Gradient Boosting, SVR và AdaBoost. Đồng thời, tác giả thiết lập quy trình chuẩn 8 bước triển khai dự án học máy và định nghĩa chi tiết 4 độ đo hiệu suất hồi quy gồm MAE, MSE, RMSE và hệ số xác định $R^2$, làm cơ sở lý thuyết cho việc đánh giá mô hình thực nghiệm.
Chương 3: Mô hình dự đoán giá bất động sản
Chương 3 là phần thực nghiệm trọng tâm của khóa luận. Tác giả mô tả chi tiết môi trường phát triển (Python 3.13, Visual Studio Code, Chrome DevTools, Scikit-learn, Pandas, Selenium, Beautiful Soup) và cấu trúc thư mục mã nguồn cào dữ liệu (Data/Code_Scraper_Data) cùng dữ liệu thô (Raw_Data/HaNoi_T5, Raw_Data/HCM_T5).
Chương phân tích cấu trúc 2 bộ dữ liệu thô:
- Dữ liệu nhà riêng (thư mục
nha-rieng): chứa các biến số chi tiết về kiến trúc và vị trí.
- Dữ liệu đất nền (thư mục
dat-dat-nen): chứa các biến số về diện tích, đơn giá và địa giới hành chính.
Quá trình tiền xử lý được ghi nhận chi tiết qua mã nguồn làm sạch, loại bỏ bản ghi rỗng, xử lý ngoại lai và trực quan hóa phân phối biến liên tục/phân loại bằng Matplotlib và Seaborn. Các mô hình học máy được triển khai huấn luyện, tối ưu hóa siêu tham số và so sánh chéo hiệu suất trên 4 tập dữ liệu độc lập: nhà riêng TP.HCM, nhà riêng Hà Nội, đất đai TP.HCM và đất đai Hà Nội. Kết quả mô hình tối ưu được kết xuất ra tệp nhị phân và tệp JSON.
Chương 4: Website dự đoán giá bất động sản
Chương 4 mô tả quy trình xây dựng ứng dụng phần mềm hoàn chỉnh nhằm thương mại hóa mô hình học máy. Tác giả thiết kế giao diện người dùng bằng ReactJS gồm 3 thành phần trực quan: trang biểu mẫu nhập dữ liệu tham số bất động sản, trang hiển thị kết quả giá dự đoán và khu vực danh sách gợi ý bất động sản liên quan.
Về phần tích hợp hệ thống, chương minh họa mã nguồn Backend viết bằng Python (main.py) thực hiện tiếp nhận yêu cầu, nạp mô hình học máy từ tệp kết xuất, tính toán giá trị đầu ra và xử lý logic truy vấn dữ liệu gợi ý theo thời gian thực. Cuối cùng, chương trình bày quy trình kiểm thử liên thông giữa giao diện người dùng và backend xử lý dự đoán.
Kết quả và đóng góp
1. Kết quả thực nghiệm và số liệu kỹ thuật
Khóa luận đã trích xuất và chuẩn hóa thành công cấu trúc dữ liệu bất động sản từ website batdongsan.vn thu thập vào tháng 05/2024, phân loại thành 2 cấu trúc dữ liệu thô đặc thù:
| STT |
Tập dữ liệu thô: Nhà riêng |
Tập dữ liệu thô: Đất đai |
| 1 |
productId (int): Mã định danh danh sách |
productId (int): Mã định danh danh sách |
| 2 |
area (float): Diện tích tính bằng $m^2$ |
url (string): Đường dẫn URL tin đăng |
| 3 |
price (float): Giá bán (triệu VND) |
date (date): Ngày đăng tải tin |
| 4 |
floors (float): Số tầng |
price (float): Giá của bất động sản |
| 5 |
bedroom (int): Số phòng ngủ |
area (float): Diện tích tính bằng $m^2$ |
| 6 |
toilet (int): Số phòng vệ sinh |
pricePerM2 (float): Đơn giá trên mỗi $m^2$ |
| 7 |
facade (float): Chiều rộng mặt tiền |
provincedId (string): Mã tỉnh/thành phố |
| 8 |
furniture (bool): Tình trạng nội thất |
districtId (int): Mã định danh quận/huyện |
| 9 |
ggmap_e (float): Tọa độ kinh độ Google Maps |
wardId (int): Mã định danh phường/xã |
| 10 |
ggmap_n (float): Tọa độ vĩ độ Google Maps |
— |
| 11 |
product_link (string): Đường dẫn tin đăng |
— |
| 12 |
district_id (float): Mã quận/huyện |
— |
Đề tài đã triển khai huấn luyện và thực hiện so sánh hiệu suất trên 4 tập dữ liệu độc lập:
- Tập dữ liệu nhà riêng TP. Hồ Chí Minh
- Tập dữ liệu nhà riêng Hà Nội
- Tập dữ liệu đất đai TP. Hồ Chí Minh
- Tập dữ liệu đất đai Hà Nội
Nghiên cứu đã đóng gói thành công mô hình học máy tốt nhất cùng cấu trúc JSON cấu hình, đồng thời hoàn thiện ứng dụng web ReactJS kết nối Backend Python cho phép thực hiện dự đoán mức giá và gợi ý bất động sản theo thời gian thực.
2. Giải pháp và kiến nghị
- Áp dụng phương pháp cào dữ liệu có cấu trúc kết hợp phân tích DOM tự động để liên tục cập nhật dữ liệu thị trường.
- Triển khai quy trình tiền xử lý nghiêm ngặt: lọc bỏ triệt để các bản ghi thiếu thông tin trọng yếu, số hóa dữ liệu dạng chuỗi và xử lý các giá trị ngoại lệ (outliers) nhằm giảm thiểu sai số mô hình.
- Ứng dụng kỹ thuật kiểm định chéo (Cross-Validation) trong quá trình tinh chỉnh siêu tham số để kiểm soát hiện tượng quá khớp và đảm bảo tính tổng quát hóa của thuật toán.
3. Đóng góp khoa học và thực tiễn tự nêu
- Xây dựng một quy trình kỹ thuật hoàn chỉnh và khép kín: từ Web Scraping dữ liệu thực tế tại Việt Nam, tiền xử lý và phân tích thống kê, đến huấn luyện, đánh giá mô hình học máy và tích hợp hệ thống web ứng dụng.
- Cung cấp cơ sở dữ liệu thực nghiệm đã được làm sạch về nhà riêng và đất nền tại hai thị trường trọng điểm Hà Nội và TP.HCM.
- Tạo ra công cụ hỗ trợ người dùng và nhà đầu tư có nguồn tham khảo khách quan về giá trị bất động sản dựa trên dữ liệu định lượng.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế của đề tài
- Phạm vi không gian: Dữ liệu nghiên cứu mới chỉ tập trung tại 2 đô thị là Hà Nội và Thành phố Hồ Chí Minh, chưa bao quát các tỉnh thành khác.
- Phân khúc bất động sản: Mô hình mới triển khai thực nghiệm trên 2 nhóm tài sản là nhà riêng và đất nền; chưa mở rộng sang căn hộ chung cư, bất động sản thương mại, nghỉ dưỡng hoặc phân khúc cho thuê.
- Nguồn thu thập: Dữ liệu chỉ được thu thập từ một nguồn duy nhất là website batdongsan.vn tại mốc thời gian tháng 05/2024, dẫn đến nguy cơ dữ liệu bị khuyết một số trường (như mặt tiền, nội thất) do người đăng tin không cung cấp đầy đủ.
Hướng nghiên cứu và phát triển tiếp
- Mở rộng phạm vi thu thập dữ liệu sang nhiều tỉnh thành trên cả nước và đa dạng hóa các phân khúc bất động sản (chung cư, nhà xưởng, mặt bằng thương mại, nhà cho thuê).
- Tích hợp thêm các nguồn thu thập từ nhiều website bất động sản uy tín khác để tăng tính phong phú và kiểm tra chéo độ chính xác của dữ liệu.
- Xây dựng hệ thống thu thập và cập nhật dữ liệu tự động theo thời gian thực để mô hình liên tục thích ứng với biến động thị trường.
- Bổ sung chức năng quản lý, theo dõi nhiều phiên bản mô hình trên giao diện website và nâng cấp thuật toán gợi ý bất động sản.
Giá trị tham khảo
Khóa luận tốt nghiệp này mang lại giá trị học thuật và ứng dụng thực tiễn rõ nét:
- Đối tượng thụ hưởng: Sinh viên, học viên cao học và các nhóm nghiên cứu thuộc chuyên ngành Kỹ thuật Dữ liệu, Khoa học Dữ liệu, Công nghệ Thông tin, Hệ thống Thông tin Quản lý và Kinh tế Xây dựng/Bất động sản.
- Các nội dung có giá trị tham khảo cao:
- Quy trình thiết kế công cụ Web Scraping sử dụng Python Selenium và Beautiful Soup xử lý dữ liệu web động và cấu trúc URL phân cấp.
- Bộ từ điển biến số và phương pháp làm sạch, xử lý ngoại biên cho tập dữ liệu bất động sản thực tế tại Việt Nam.
- Khung quy trình chuẩn 8 bước triển khai bài toán học máy hồi quy (từ khám phá dữ liệu, chọn lọc đặc trưng đến so sánh 6 thuật toán bằng các chỉ số MAE, MSE, RMSE, $R^2$).
- Kiến trúc tích hợp mô hình học máy vào ứng dụng web thực tế sử dụng Backend Python và Frontend ReactJS.
Câu hỏi thường gặp
1. Dữ liệu trong đề tài được thu thập từ đâu và vào khoảng thời gian nào?
Dữ liệu được thu thập tự động từ website batdongsan.vn (thuộc Công ty Cổ phần PropertyGuru Việt Nam) vào tháng 05/2024, được phân chia thành hai thư mục lưu trữ HaNoi_T5 và HCM_T5.
2. Khóa luận nghiên cứu trên những loại hình bất động sản và khu vực địa lý nào?
Đề tài tập trung nghiên cứu trên địa bàn 2 thành phố lớn là Hà Nội và Thành phố Hồ Chí Minh, giới hạn trong 2 phân khúc bất động sản cụ thể là nhà riêng (nhà phố, nhà riêng lẻ, biệt thự) và đất/đất nền (lô đất trống, đất nền dự án).
3. Những thuật toán học máy nào đã được thử nghiệm và so sánh trong khóa luận?
Nghiên cứu đã triển khai và so sánh 6 thuật toán học máy có giám sát dạng hồi quy: Hồi quy tuyến tính (Linear Regression kết hợp Lasso $L_1$ và Ridge $L_2$), Cây quyết định (Decision Tree), Rừng ngẫu nhiên (Random Forest), Tăng cường Gradient (Gradient Boosting), Hồi quy vector hỗ trợ (SVR) và AdaBoost.
4. Các độ đo nào được sử dụng để đánh giá độ chính xác của các mô hình dự đoán?
Hiệu suất của các mô hình được đánh giá thông qua 4 chỉ số thống kê hồi quy gồm: MAE (Sai số tuyệt đối trung bình - thấp nhất là tốt nhất), MSE (Sai số bình phương trung bình), RMSE (Căn bậc hai sai số bình phương trung bình) và $R^2$ (Hệ số xác định - gần 1 là tốt nhất).
5. Hệ thống ứng dụng web của đề tài được xây dựng bằng công nghệ gì và cung cấp tính năng gì?
Hệ thống sử dụng ReactJS cho giao diện Frontend và Python (main.py) cho Backend. Ứng dụng cung cấp 3 chức năng chính: tiếp nhận thông số bất động sản từ người dùng, dự đoán giá trị bất động sản thông qua mô hình học máy đã huấn luyện, và tự động đề xuất danh sách bất động sản thực tế phù hợp để người dùng tham khảo.
Kết luận
Khóa luận tốt nghiệp của sinh viên Phan Văn Thạch Quang và Lê Văn Phú đã hoàn thành việc xây dựng quy trình khép kín ứng dụng kỹ thuật dữ liệu và học máy trong bài toán dự đoán giá bất động sản tại Việt Nam. Bằng việc bóc tách dữ liệu từ batdongsan.vn trên hai thị trường Hà Nội và TP.HCM, nghiên cứu đã tiến hành tiền xử lý, huấn luyện và so sánh định lượng 6 mô hình hồi quy dựa trên các chỉ số MAE, MSE, RMSE và $R^2$. Sản phẩm cuối cùng là một hệ thống web tích hợp hoàn chỉnh giữa ReactJS và Python, chứng minh tính khả thi trong việc kết hợp lý thuyết học máy với giải pháp phần mềm thực tiễn phục vụ nhu cầu thị trường.
