MỞ ĐẦU 1. Lý do chọn đề tài Bất động sản là lĩnh vực có lực lượng người quan tâm hùng hậu. Bất động sản đóng vai trò quan trọng trong nền kinh tế, góp phần thu hút vốn đầu tư trong và ngoài nước, là cầu nối giữa người mua và bán, thúc đẩy phát triển khoa học kỹ thuật, … Hay cụ thể hơn, bất động sản có mặt và ảnh hưởng đến hầu hết mọi hoạt động của con người như: cư trú, làm việc, khai thác, canh tác, … Vì vậy, định giá bất động sản là bài toán được chú ý rất nhiều bởi những người có nhu cầu giao dịch bất động sản. Nhưng giá trị của bất động sản bị tác động bởi rất nhiều yếu tố.
Đặc biệt các “cá thể” bất động sản là không giống nhau gây ra việc định giá nhiều lúc không phù hợp. Nhận thấy điều đó, em quyết định chọn đề tài này, nhằm tạo ra ứng dụng và đóng góp vào phương pháp, đưa ra số liệu tham khảo về giá bất động sản. - Ứng dụng sẽ lấy dữ liệu từ các trang nổi tiếng về đăng tin mua bán bất động sản, người dùng có nhu cầu tham khảo về giá hay định giá bất động sản của bản thân có thể cung cấp thông tin và nhận kết quả. Mục đích nghiên cứu 1.
Mục đích khách quan • Đáp ứng nhu cầu cho những người dùng cần được tư vấn để lựa chọn mua bất động sản nhà đất, tư vấn về định giá Bất động sản muốn bán. • Cung cấp một ứng dụng đa nền tảng có thể giúp người dùng có thể tiếp cận với thị trường Bất động sản, cập nhật thông tin liên quan • Hỗ trợ nhân viên phía trung tâm cũng có thể truy cập vào Ứng dụng để cập nhật, đăng tin một cách dễ dàng và nhanh chóng 1. Mục đích chủ quan Bản thân em đã luôn có sự tò mò và hứng thú đối với các công nghệ liên quan đến đề tài như Web và đặc biệt là Chatbot. Thông qua đề tài và sự dẫn dắt của giáo viên hướng dẫn để mở mang hiểu biết, nghiên cứu và có được một cái nhìn tổng quan hơn, chuyên sâu hơn về các công nghệ và vấn đề trên.
Bên cạnh đó, em thấy rằng đây là một cơ hội để có thể phát triển và áp dụng các kĩ năng đã học vào thực tế, tạo nên một thành phẩm từ 4 năm học đã qua 1. Mục tiêu dự án Mục tiêu chính của hệ thống Tư vấn/Giao dịch Bất động sản là tạo điều kiện thuận lợi và tối ưu quá trình mua bán và quản lý tài sản bất động sản. Hệ thống này được thiết kế để cung cấp một nền tảng cho các bên liên quan trong ngành bất động sản, như người mua, người bán, các nhà môi giới và quản lý tài sản, giúp họ thực hiện các giao dịch và hoạt động một cách hiệu quả. Mục tiêu và tính năng chính của hệ thống Tư vấn/Giao dịch Bất động sản bao gồm: • Liệt kê và Tìm kiếm Bất động sản: Hệ thống cho phép chủ sở hữu tài sản hoặc các nhà môi giới bất động sản đăng ký liệt kê tài sản của họ với thông tin chi tiết, bao gồm loại tài sản, vị trí, diện tích, giá cả và hình ảnh.
Người mua tiềm năng sau đó có thể tìm kiếm và lọc tài sản dựa trên sở thích và yêu cầu của họ. 10 • Đăng ký và Xác thực người dùng: Người dùng, như người mua, người bán và các nhà môi giới, có thể đăng ký và tạo tài khoản để truy cập các tính năng của hệ thống. Cơ chế xác thực đảm bảo việc truy cập an toàn vào nền tảng. • Yêu cầu thông tin và Giao tiếp: Hệ thống giúp tạo điều kiện cho việc giao tiếp giữa người mua, người bán và các nhà môi giới bất động sản.
Người mua tiềm năng có thể yêu cầu thông tin về tài sản, lên kế hoạch xem nhà và đàm phán với người bán hoặc nhà môi giới. • So sánh và Phân tích Bất động sản: Hệ thống có thể cung cấp các công cụ để so sánh tài sản dựa trên các tiêu chí khác nhau, giúp người dùng đưa ra quyết định thông minh. Ngoài ra, hệ thống có thể cung cấp phân tích và xu hướng thị trường để hỗ trợ người mua và người bán hiểu rõ giá trị tài sản. • Quản lý Giao dịch: Hệ thống hỗ trợ quản lý toàn bộ quy trình giao dịch bất động sản, từ đàm phán giá cả đến tạo hợp đồng và xử lý tài liệu.
• Báo cáo và Hiểu biết: Hệ thống có thể tạo ra báo cáo và phân tích về hiệu suất tài sản, xu hướng bán hàng và hoạt động của người dùng để hỗ trợ quyết định và phát triển kinh doanh. Tổng thể, mục tiêu của hệ thống Tư vấn/Giao dịch Bất động sản là tạo ra một nền tảng kỹ thuật số thân thiện và hiệu quả giúp nâng cao trải nghiệm bất động sản cho tất cả các bên liên quan, làm cho giao dịch và quản lý tài sản trở nên tiện lợi và minh bạch hơn. 11 CHƯƠNG 2: KIẾN THỨC NỀN TẢNG 2.1 React JS Hình 2.1: ReactJs ReactJS (hoặc đơn giản là React) là một thư viện JavaScript mã nguồn mở được phát triển bởi Facebook. Nó được sử dụng chủ yếu để xây dựng giao diện người dùng (UI) hoặc các thành phần front-end của các ứng dụng web.
React cho phép nhà phát triển tạo các thành phần UI có thể tái sử dụng và quản lý trạng thái của các thành phần này một cách hiệu quả. Sự phổ biến của React đã tăng đáng kể qua các năm nhờ vào hiệu suất, khả năng mở rộng và các tính năng thân thiện với nhà phát triển. Nó có một hệ sinh thái rộng lớn các thư viện và công cụ làm cho nó mạnh mẽ và linh hoạt hơn trong việc xây dựng các ứng dụng web hiện đại. NodeJS Hình 2.js là một môi trường chạy mã nguồn mở, phía máy chủ được xây dựng trên bộ công cụ JavaScript V8 của Chrome.
Nó cho phép nhà phát triển chạy mã JavaScript bên ngoài trình duyệt web, giúp thực thi mã JavaScript phía máy chủ.js được thiết kế với hướng sự kiện và không chặn, điều này có nghĩa là nó có thể xử lý một lượng lớn kết nối đồng thời một cách hiệu quả. Nhờ tính hiệu quả, khả năng mở rộng và hệ sinh thái phong phú, Node.js đã trở nên rất phổ biến và thường được sử dụng trong phát triển web để xây dựng các ứng dụng phía máy chủ, các dịch vụ vi mô, ứng dụng thời gian thực và nhiều dự án khác.3 Khái niệm hệ thống gợi ý (Recommendation system) 2.1 Recommendation System Hệ thống gợi ý, hay tiếng anh là Recommender System, là một hệ thống có khả năng tự động gợi ý cho người dùng những sản phẩm họ có thể thích. Đây là một giải pháp thay thế tốt nhất cho các thuật toán tìm kiếm, khi mà những sản phẩm họ có thể thích được tự động đề xuất kể cả khi người dùng có thực hiện hành động tìm tiếm hay không. Bằng cách sử dụng bộ dữ liệu thu thập được từ phía người dùng trước đó, hệ thống sẽ tiến hành dự đoán và đưa ra kết quả gợi ý cho người dùng về những sản phẩm, tính năng, hay dịch 13 vụ.
liên quan phù hợp với sở thích, độ quan tâm của người dùng. Từ đó giúp nâng cao được chất lượng dịch vụ cho ứng dụng cũng như thu lại được lợi nhuận cao, đặc biệt trong các sàn thương mại điện tử. Recommemder System là một trong những mảng tương đối lớn của Học Máy Machine Learning và cũng có lịch sử khá lâu đời, khi lần đầu tiên hệ thống được đề cập trong một bài báo cáo kĩ thuật năm 1990 bởi Jussi Karlgren tại Đại Học Columbia và sau đó được triển khai quy mô lớn từ năm 1994 trở đi bởi Jussi Karlgren. Tuy nhiên, thực tế Recommendation Systems là chỉ thực sự bùng nổ khoảng 10-15 năm gần đây, khi việc tương tác trực tuyến của người dùng gia tăng, và sự phát triển mạnh mẽ của các sàn thương mại điện tử, và cũng không thể thiếu sự tiến bộ của ngành Khoa học dữ liệu hiện nay.
Về phân loại, các Recommender Systems thường được chia thành hai nhóm lớn: o Content-based systems: hoạt động dựa vào đặc điểm của items o Collaborative filtering: hoạt động với sự cộng tác của users và rating. Trong đề tài này, nhóm chúng em tập trung phát triển hệ thống gợi ý, Recommender System theo hướng thứ hai: Collaborative filtering 2.2 Content-based recommendation system Nội dung đề cập đến các thuộc tính của một bất động sản; điều này có thể thể hiện dưới dạng của các loại dữ liệu khác nhau, chẳng hạn như siêu dữ liệu và văn bản miêu tả. Hệ thống đề xuất dựa trên nội dung bao gồm một trình học hồ sơ (profile learner) và một thành phần lọc khi làm việc với các biểu diễn bất động sản theo mục có cấu trúc.Trình học hồ sơ dự đoán hồ sơ người dùng từ những lần tương tác với các bất động sản từ đó trích xuất ra các thuộc tính đại diện tương tự như: • Tầm giá • Diện tích • Vị trí • Số tầng, phòng ngủ, nhà vệ sinh • Hướng nhà • Trạng thái sổ, pháp lý • … Sau đó thành phần lọc xác định các mục quan trọng có liên quan bằng cách sử dụng thuật toán so khớp. Vì nó chỉ dựa vào trên các thuộc tính vật phẩm, nó có thể liên tục đề 14 xuất mặt hàng.
Ở đây, Theo cách tiếp cận này để giải quyết mục vấn đề khởi động nguội. Chúng tôi sử dụng cách tiếp cận nearest-neighbors. Độ tương tự cosine có trọng số như một thành phần lọc. Chúng tôi chọn độ tương tự cosine có trọng số làm chức năng tương tự do hiệu quả và tính linh hoạt của nó với người dùng và hồ sơ bất động sản, là các vectơ chiều cao.
có trọng số độ đồng dạng cosine được định nghĩa như sau: ∑𝑖 𝑤𝑖 𝑢𝑖 𝑣𝑖 Similarity = √∑𝑖 𝑤𝑖 𝑢𝑖2 √∑𝑖 𝑤𝑖 𝑣𝑖2 trong đó 𝑢𝑖 và 𝑣𝑖 lần lượt là các thành phần của vectơ u và v, và sẽ là trọng số tương ứng với cả hai thành phần.3 Cơ chế điểm chú ý trong recommendation system Sự nhấp chuột, xem them từ phía người dùng được sử dụng trong hệ thống đề xuất định kỳ, hay còn gọi là những phản hồi ngầm. Đó là một phản hồi gián tiếp ngụ ý từ hành vi của người dùng và yêu cầu xem xét cẩn thận do đặc điểm rất tự nhiên và không có tiêu cực. Nhưng cũng không thể xác định liệu người dùng thích hay không thích mục mà họ đã nhấp vào, cũng như một cú nhấp chuột là một cú nhấp chuột sai.