Bối cảnh và vấn đề nghiên cứu

Trong phương thức giao dịch bất động sản truyền thống, người có nhu cầu mua hoặc thuê tài sản thường gặp trở ngại lớn khi phải trực tiếp khảo sát thực địa để xác minh các thông tin liên quan đến diện tích, vị trí và mức giá. Ngược lại, cá nhân hoặc đơn vị có nhu cầu bán hoặc cho thuê cũng gặp rào cản trong việc tiếp cận đúng khách hàng tiềm năng. Đáng chú ý, việc tham khảo giá cả thị trường trước khi quyết định đầu tư hoặc mua bán tiêu tốn nhiều thời gian và nguồn lực nhưng thường mang lại kết quả có độ tin cậy không cao do thiếu công cụ lượng hóa và trực quan hóa dữ liệu thị trường. Từ thực trạng trên, khóa luận tốt nghiệp kỹ sư ngành Kỹ thuật Phần mềm tại Trường Đại học Công nghệ Thông tin – ĐHQG TP.HCM (2022) của nhóm tác giả Nguyễn Minh Đức và Phạm Quốc Đạt, dưới sự hướng dẫn của ThS. Trần Anh Dũng, đã thực hiện đề tài "Ứng dụng bất động sản hỗ trợ quyết định dựa trên giá thị trường" (Real estate application that supports decisions based on market prices).

Khóa luận xác định 07 mục tiêu và nhiệm vụ nghiên cứu cụ thể được đánh số theo đề cương như sau:

  1. Xây dựng ứng dụng cung cấp nền tảng cho phép người dùng đăng tin mua bán, cho thuê bất động sản.
  2. Xây dựng bộ dữ liệu cho hệ thống hỗ trợ quyết định dựa trên giá thị trường.
  3. Xây dựng hệ thống hỗ trợ quyết định dựa trên giá thị trường.
  4. Tạo ra ứng dụng có giao diện thân thiện với người dùng và có tính thực tiễn cao để có thể triển khai vào thực tế.
  5. Thu thập dữ liệu từ các bài đăng bất động sản để đưa vào hệ thống hỗ trợ quyết định dựa trên giá thị trường.
  6. Tích hợp cổng thanh toán trong ứng dụng.
  7. Tổng hợp kết quả và viết báo cáo khóa luận.

Đối tượng và phạm vi nghiên cứu của đề tài bao gồm:

  • Đối tượng nghiên cứu: Người có nhu cầu tìm kiếm, đăng tin bất động sản và các mô hình hệ thống hỗ trợ quyết định (Decision Support System - DSS).
  • Phạm vi không gian (địa lý): Ứng dụng nền tảng hỗ trợ sử dụng trên toàn lãnh thổ Việt Nam; riêng phân hệ hỗ trợ quyết định và phân tích biểu đồ giá thị trường tập trung thử nghiệm và xử lý dữ liệu trên địa bàn Thành phố Hồ Chí Minh.
  • Phạm vi thời gian: Đề cương và nghiên cứu được triển khai thực hiện từ ngày 01/03/2022 đến ngày 17/06/2022; chu kỳ thu thập dữ liệu định kỳ vào ngày 17 hàng tháng trong 3 tháng.
  • Phạm vi chức năng: Xây dựng nền tảng đăng tin, tìm kiếm, hiển thị bài đăng BĐS; tích hợp hệ thống hỗ trợ quyết định (biểu đồ giá, nhận xét, gợi ý); quản lý người dùng, phân quyền vai trò (Khách, Người dùng, Kiểm duyệt viên, Quản trị viên); quản lý gói bài đăng thu phí và tích hợp cổng thanh toán điện tử MoMo.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng trên nền tảng lý thuyết về Hệ thống hỗ trợ ra quyết định (Decision Support System - DSS) và quy trình định giá bất động sản dựa trên các nhóm yếu tố tự nhiên và pháp lý. Về mặt lý luận, DSS được định nghĩa là hệ thống cho phép tổng hợp và phân tích dữ liệu thông qua các mô hình phức tạp nhằm hỗ trợ người dùng đưa ra các quyết định bán cấu trúc hoặc phi cấu trúc. Nhóm tác giả áp dụng quy trình xây dựng DSS qua 3 giai đoạn: Phân tích (xác định nhu cầu và các thuộc tính tác động đến quyết định), Thiết kế (phát triển mẫu thử nghiệm theo vòng lặp) và Thực hiện (triển khai liên tục, tinh chỉnh thuật toán phân tích).

[Nguồn dữ liệu: batdongsan.vn] 
[Dữ liệu thô (.xlsx, .csv)]
  - Loại bỏ bài thiếu diện tích / địa chỉ
  - Loại bỏ giá thỏa thuận
  - Lọc ngưỡng giá: [-25%, +80%] so với giá trung bình khu vực

Phương pháp thu thập và tiền xử lý dữ liệu được thiết kế chặt chẽ:

  • Lựa chọn nguồn dữ liệu: Tác giả tiến hành khảo sát so sánh ba nền tảng đăng tin lớn tại Việt Nam gồm batdongsan24h.vn, nha.chotot.com và batdongsan.vn. Sau khi đánh giá về tính cập nhật, số lượng và chất lượng thông tin, trang batdongsan.vn được chọn làm nguồn thu thập chính nhờ cơ chế đăng bài có phí, đóng vai trò như một phễu sàng lọc thông tin rác.
  • Phương pháp thu thập: Sử dụng công cụ Web Scraper (tiện ích mở rộng chạy đa luồng trên trình duyệt Chrome) thiết lập theo sơ đồ sitemap của website để tự động trích xuất các trường thông tin: tiêu đề, địa chỉ, mức giá, diện tích, số phòng ngủ, mô tả, danh mục, thuộc tính chi tiết, tên người đăng, số điện thoại và đường dẫn bài đăng.
  • Phương pháp lọc dữ liệu ảo và chuẩn hóa:
    • Dựa trên cơ sở phân tích các yếu tố ảnh hưởng đến giá trị BĐS (vị trí, kích thước, hình thể, địa hình, tiện ích và pháp lý), nhóm tác giả tham vấn chuyên gia môi giới địa phương để xác lập ngưỡng lọc giá bất thường.
    • Loại bỏ các bài đăng có giá "thỏa thuận", bài đăng thiếu diện tích hoặc địa chỉ không đầy đủ.
    • Thiết lập công thức loại bỏ giá ảo: Loại bỏ các bài đăng có đơn giá trên một mét vuông (triệu/m²) cao hơn 80% hoặc thấp hơn 25% so với giá trị trung bình của cùng loại hình bất động sản tại cùng khu vực địa lý (phường/xã, quận/huyện).
    • Chuẩn hóa các đặc điểm chi tiết của bất động sản thành hệ thống thẻ phân loại (tags) phục vụ thuật toán tra cứu và gợi ý.

Thiết kế và triển khai

Hệ thống được thiết kế theo mô hình Client-Server phân lớp với sự phân tách độc lập giữa giao diện người dùng di động và dịch vụ xử lý nghiệp vụ trung tâm.

Kiến trúc công nghệ

  • Phía Máy khách (Client-Side): Xây dựng trên nền tảng Flutter (ngôn ngữ Dart), cung cấp giao diện tương thích đa nền tảng (Android/iOS) với hiệu năng đạt 60 khung hình/giây (fps), hỗ trợ chế độ giao diện Sáng/Tối (Light/Dark mode) theo phong cách Flat Design. Tích hợp thư viện bản đồ Google Maps API để hiển thị tọa độ BĐS trực quan và tra cứu xung quanh vị trí người dùng.
  • Phía Máy chủ (Server-Side): Xây dựng trên nền tảng ASP.NET Zero (ASP.NET Core), áp dụng các nguyên lý thiết kế SOLID và mẫu kiến trúc Repository Pattern nhằm tập trung hóa logic truy xuất dữ liệu, nâng cao tính bảo mật và khả năng mở rộng. Tích hợp sẵn các phân hệ quản lý người dùng, phân quyền RBAC (Role-Based Access Control) và audit logging.
  • Cơ sở dữ liệu và Dịch vụ lưu trữ: Hệ quản trị cơ sở dữ liệu quan hệ MariaDB được lựa chọn nhờ tính tương thích cao với MySQL, tối ưu hiệu suất truy vấn trên tập dữ liệu lớn và hỗ trợ đa dạng bộ ký tự tiếng Việt. Dịch vụ lưu trữ đám mây ImgBB API được tích hợp để quản lý tải lên và lưu trữ hình ảnh bài đăng không giới hạn tổng dung lượng (hỗ trợ tối đa 32MB/ảnh).
  • Cổng thanh toán: Tích hợp API cổng thanh toán điện tử MoMo phục vụ quy trình nạp tiền vào ví điện tử nội bộ để mua các gói bài đăng quảng cáo.

Mô hình dữ liệu và Phân quyền người dùng

Cơ sở dữ liệu của hệ thống bao gồm 15 bảng thực thể chính: AbpUsers (Người dùng), AbpRoles (Vai trò), BaiDangs (Bài đăng), GoiBaiDangs (Gói tin), ChiTietHoaDonBaiDangs (Hóa đơn bài đăng), LichSuGiaoDichs (Lịch sử giao dịch), BaiGhimYeuThichs (Tin đã lưu), HinhAnhs (Ảnh đính kèm), ChiTietBaiDangs (Chi tiết bài đăng), ThuocTinhs (Thuộc tính BĐS), DanhMucs (Danh mục BĐS), Xas (Xã/Phường), Huyens (Quận/Huyện), Tinhs (Tỉnh/Thành), ThamSos (Tham số hệ thống).

Nhóm tác nhân (Actor) Phạm vi quyền hạn và Use Cases chính
Khách (Guest) Đăng ký tài khoản, Đăng nhập, Xem danh sách bài đăng, Tìm kiếm theo bộ lọc, Ghim bài đăng yêu thích, Xem bản đồ và tìm kiếm bất động sản xung quanh vị trí.
Người dùng (User) Quản lý thông tin cá nhân, Đăng tin BĐS, Sửa/Xóa tin, So sánh hai bài đăng, Gia hạn bài viết, Xem biểu đồ giá khu vực, Tra cứu BĐS phù hợp theo nhu cầu, Quản lý ví tiền cá nhân và Nạp tiền qua MoMo.
Kiểm duyệt viên (Moderator) Rà soát và kiểm duyệt các bài đăng vi phạm quy chuẩn, Xác nhận các giao dịch nạp tiền thủ công/chờ đối soát.
Quản trị viên (Admin) Quản trị toàn diện người dùng (Thêm/Sửa/Xóa/Phân quyền vai trò), Quản lý danh mục BĐS, Quản lý bảng thuộc tính động, Quản lý bảng giá gói bài đăng, Xem báo cáo thống kê tổng thể toàn hệ thống.

Kiểm thử hệ thống

Nhóm tác giả đã tiến hành kiểm thử toàn diện hệ thống với 171 ca kiểm thử (test cases) trên 15 phân hệ (modules) chức năng, kết hợp phương pháp kiểm thử đơn vị (Unit Test) cho các tầng nghiệp vụ phía máy chủ và kiểm thử tích hợp giao diện người dùng trên thiết bị di động, đảm bảo ứng dụng vận hành chính xác theo các kịch bản use case đã phân tích.


Nội dung chính theo từng chương

Báo cáo khóa luận có dung lượng 181 trang, được kết cấu thành 8 chương chính với hệ thống sơ đồ, bảng biểu và đặc tả kỹ thuật chi tiết:

Chương 1. Tổng quan đề tài

Trình bày bối cảnh thực tiễn của thị trường giao dịch bất động sản, phân tích lý do chọn đề tài và xác định 07 mục tiêu nghiên cứu cụ thể. Xác định đối tượng nghiên cứu, phạm vi địa lý (Việt Nam, trọng tâm DSS tại TP.HCM), phạm vi chức năng cùng danh mục các công cụ hỗ trợ thiết kế, quản lý mã nguồn và cơ sở dữ liệu (draw.io, Astah, Adobe XD, Visual Studio 2019, VS Code, Android Studio, DataGrip, phpMyAdmin, GitHub, Trello).

Chương 2. Kiến thức nền tảng

Tổng hợp cơ sở lý thuyết và lý do lựa chọn các công nghệ sử dụng trong đồ án:

  • Phân tích ưu thế của framework Flutter (ngôn ngữ Dart, cơ chế Hot Reload, giao diện tùy biến linh hoạt, hiệu năng render 60fps tiệm cận native).
  • Kiến trúc nền tảng ASP.NET Zero (mô hình SOLID, phân lớp mã nguồn, hỗ trợ kiến trúc SaaS, công cụ RAD tăng tốc lập trình).
  • Dịch vụ lưu trữ ảnh ImgBB, hệ quản trị cơ sở dữ liệu MariaDB (tính kế thừa và tối ưu từ MySQL, hỗ trợ nhiều Storage Engine).
  • Công nghệ trích xuất dữ liệu tự động Web Scraper và công cụ thiết kế giao diện Adobe XD (hỗ trợ xây dựng UI/UX, Wireframe, Repeat Grid và Prototype).
  • Khái niệm và phương pháp phát triển Hệ thống hỗ trợ ra quyết định (DSS).

Chương 3. Hệ hỗ trợ quyết định

Tập trung chi tiết vào quy trình xây dựng phân hệ DSS dựa trên giá thị trường:

  • Trình bày thách thức về chất lượng bộ dữ liệu, tốc độ tính toán và hiệu suất thuật toán phân tích.
  • So sánh các nền tảng bất động sản và lựa chọn batdongsan.vn làm nguồn cào dữ liệu.
  • Mô tả quy trình cào dữ liệu theo sitemap, trích xuất 11 thuộc tính chính của bài đăng.
  • Xây dựng thuật toán tiền xử lý: Lọc dữ liệu ảo bằng cách loại bỏ bài đăng có mức giá vượt ngưỡng (+80%) hoặc thấp hơn ngưỡng (-25%) so với trung bình khu vực.
  • Triển khai tính năng biểu đồ biến động giá BĐS theo loại hình/khu vực, module nhận xét nhanh về độ chênh lệch giá của BĐS so với mặt bằng chung và thuật toán gợi ý danh sách BĐS tương đồng dựa trên thẻ thuộc tính.

Chương 4. Phân tích đặc tả yêu cầu

Xây dựng tài liệu phân tích kỹ thuật chuẩn mực cho hệ thống phần mềm:

  • Đặc tả danh sách yêu cầu phần mềm, yêu cầu nghiệp vụ, yêu cầu tiến hóa, hiệu quả, tiện dụng và yêu cầu phần cứng (máy chủ và thiết bị di động).
  • Thiết lập bảng quy tắc nghiệp vụ hệ thống.
  • Xây dựng sơ đồ Use Case tổng quát và sơ đồ Use Case chi tiết cho 4 tác nhân: Khách, Người dùng, Kiểm duyệt viên, Admin kèm theo bảng đặc tả kịch bản và sơ đồ hoạt động (Activity Diagram).
  • Thiết kế các sơ đồ tuần tự (Sequence Diagram) và sơ đồ trạng thái (State Diagram) cho các quy trình trọng yếu: Đăng ký, Đăng nhập, Thêm bài đăng, Nạp tiền qua MoMo, Gia hạn bài viết, Lập báo cáo.
  • Xây dựng mô hình thực thể quan hệ hoàn thiện (ERD) và danh sách chi tiết các lớp đối tượng (Class Diagram).

Chương 5. Thiết kế hệ thống

  • Thiết kế sơ đồ logic và chi tiết các bảng dữ liệu trong cơ sở dữ liệu MariaDB (Người dùng, BaiDang, DanhMuc, ThuocTinh, ChiTietBaiDang, HinhAnh, Xa, Huyen, Tinh, ThamSo, GoiBaiDang, BaiGhimYeuThich, ChiTietHoaDonBaiDang, LichSuGiaoDich).
  • Thiết kế kiến trúc tổng thể phần mềm theo giải pháp ASP.NET Core.
  • Thiết kế chi tiết hơn 35 màn hình giao diện ứng dụng (Đăng nhập, Đăng ký, Quên mật khẩu, Trang chủ, Bộ lọc, Chi tiết bài đăng, Bản đồ Google Maps, Đăng bài, Ví tiền, Nạp tiền MoMo, Biểu đồ giá, Tra cứu BĐS, Quản trị hệ thống, Quản lý người dùng, vai trò, danh mục, thuộc tính, gói bài đăng và kiểm duyệt giao dịch).

Chương 6. Phát triển và cài đặt ứng dụng

Trình bày cấu hình môi trường phát triển, môi trường triển khai thực tế của hệ thống, quy trình tích hợp cổng thanh toán MoMo, quy trình đóng gói xuất bản ứng dụng lên kho ứng dụng CH Play, cùng hướng dẫn cài đặt từng bước cho lập trình viên (cài đặt tiền quyết, thiết lập biến môi trường và chạy ứng dụng).

Chương 7. Kiểm thử và đánh giá kết quả

Tổng hợp toàn bộ quá trình kiểm thử phần mềm với bảng thống kê 171 test cases trên 15 phân hệ chức năng, phân tích kết quả Unit Test trên các tầng logic, đối soát độ chính xác của các tính năng DSS và tổng kết mức độ đáp ứng yêu cầu nghiệp vụ đề ra.

Kết luận và hướng phát triển

Đánh giá toàn diện các kết quả đạt được về mặt nghiên cứu lý thuyết và sản phẩm ứng dụng, chỉ ra các mặt hạn chế còn tồn đọng trong quá trình thực nghiệm và vạch ra định hướng nâng cấp, mở rộng hệ thống trong tương lai.


Kết quả và đóng góp

Kết quả định lượng

  1. Quy mô công trình học thuật: Bản báo cáo hoàn chỉnh dài 181 trang, tích hợp 102 bảng số liệu, 98 hình vẽ thiết kế kỹ thuật và trích dẫn 15 tài liệu tham khảo chuyên ngành.
  2. Bộ dữ liệu thu thập thực tế: Trong 3 tháng triển khai cào dữ liệu định kỳ, hệ thống đã thu thập và xử lý tổng cộng 170.480 bài đăng bất động sản từ nền tảng batdongsan.vn.
  3. Hiệu quả của bộ lọc dữ liệu ảo: Thuật toán lọc giá bất thường (-25% đến +80% so với trung bình khu vực) đã chứng minh khả năng làm sạch dữ liệu hiệu quả, được kiểm chứng qua số liệu thống kê tại các phân vùng trọng điểm:
Địa bàn (Quận) Tổng số bài đăng cào được Số lượng bài đăng ảo bị loại bỏ Số lượng bài đăng hợp lệ đưa vào DSS
Quận 1 6.721 bài 649 bài 6.072 bài
Quận 2 17.673 bài 2.035 bài 15.638 bài
  1. Chất lượng kiểm thử và Đánh giá học thuật: Phần mềm vượt qua 171 test cases trên 15 modules. Khóa luận được hội đồng chấm điểm đánh giá cao: Cán bộ hướng dẫn (ThS. Trần Anh Dũng) xếp loại Xuất sắc với điểm số 9.5/10 cho cả hai sinh viên; Cán bộ phản biện (TS. Đỗ Thị Thanh Tuyền) chấm điểm 8.5/10.

Đóng góp kỹ thuật và Điểm mới chức năng

  • Tích hợp phân hệ DSS vào ứng dụng di động BĐS: Khác với các nền tảng thương mại hiện hành tại Việt Nam chỉ dừng lại ở tính năng đăng và tìm kiếm tin đơn thuần, đồ án đã tích hợp trực tiếp công cụ phân tích biểu đồ giá thị trường theo từng loại hình tài sản và khu vực địa lý.
  • Tính năng nhận xét giá tự động: Hệ thống tự động so sánh đơn giá của bài đăng cụ thể với giá trung bình thị trường khu vực, đưa ra nhận xét sơ bộ giúp người mua và nhà đầu tư có căn cứ đánh giá độ hợp lý của mức giá trước khi giao dịch.
  • Gợi ý bất động sản tương đồng: Xây dựng cơ chế gợi ý danh sách các BĐS có đặc điểm, tiện ích và mức giá phù hợp với nhu cầu tra cứu của người dùng thông qua hệ thống thẻ thuộc tính chuẩn hóa.
  • Hoàn thiện giải pháp thương mại: Thiết kế đầy đủ mô hình kinh doanh đăng tin theo gói dịch vụ trả phí, tích hợp cổng MoMo và kiểm duyệt giao dịch trực tuyến.

Hạn chế và hướng nghiên cứu tiếp

Căn cứ theo nhận xét của cán bộ phản biện, cán bộ hướng dẫn và phần tự đánh giá của nhóm tác giả trong văn bản, đề tài tồn tại một số hạn chế kỹ thuật:

  • Hệ thống chưa hỗ trợ đa ngôn ngữ, hiện mới chỉ phục vụ người dùng sử dụng tiếng Việt.
  • Tốc độ truy xuất và hiển thị dữ liệu bài đăng bất động sản theo bán kính khu vực trên bản đồ Google Maps còn chậm khi mật độ bài đăng tại khu vực tập trung quá lớn.
  • Phân hệ hỗ trợ quyết định (DSS) và biểu đồ giá mới chỉ tập trung phân tích dữ liệu trên địa bàn Thành phố Hồ Chí Minh, chưa mở rộng ra các tỉnh thành khác trên cả nước.
  • Bố cục báo cáo còn một số điểm cần tinh chỉnh theo góp ý của cán bộ phản biện (một số chương quá dài cần tách nhỏ, tiêu đề mục cần sắp xếp chuẩn hóa hơn).

Hướng phát triển tiếp theo được tác giả xác định:

  • Tối ưu hóa thuật toán truy vấn dữ liệu không gian và bộ nhớ đệm (caching) để cải thiện tốc độ tải điểm ghim BĐS trên Google Maps.
  • Mở rộng phạm vi cào dữ liệu và phân tích DSS cho các đô thị lớn khác như Hà Nội, Đà Nẵng, Bình Dương, Đồng Nai.
  • Bổ sung các mô hình máy học (Machine Learning) chuyên sâu để nâng cao độ chính xác trong dự báo xu hướng biến động giá BĐS theo thời gian.
  • Phát triển giao diện đa ngôn ngữ (bổ sung tiếng Anh) để phục vụ nhà đầu tư nước ngoài.

Giá trị tham khảo

Báo cáo khóa luận là tài liệu tham khảo có giá trị thực tiễn cao đối với sinh viên, học viên và kỹ sư ngành Kỹ thuật Phần mềm, Khoa học Máy tính và Hệ thống Thông tin:

  • Tham khảo mô hình kiến trúc phần mềm: Cung cấp tài liệu mẫu mực về việc triển khai kiến trúc Client-Server hiện đại, áp dụng mẫu thiết kế Repository Pattern trên nền tảng ASP.NET Zero kết hợp ứng dụng di động Flutter.
  • Tham khảo quy trình xây dựng hệ thống DSS thực tế: Hướng dẫn chi tiết từ khâu khảo sát nguồn tin, thiết lập công cụ cào dữ liệu tự động (Web Scraper), thiết lập ngưỡng lọc dữ liệu ảo theo đặc thù ngành BĐS đến thuật toán trực quan hóa biểu đồ giá.
  • Tài liệu phân tích và thiết kế hệ thống chuẩn UML: Phần Chương 4 và Chương 5 cung cấp hệ thống sơ đồ Use Case, Activity, Sequence, State, ERD và Class Diagram chi tiết, là nguồn tư liệu chuẩn mực cho việc thực hiện đồ án tốt nghiệp chuyên ngành phần mềm.

Câu hỏi thường gặp

1. Khóa luận sử dụng tiêu chí và ngưỡng nào để lọc các bài đăng bất động sản giá ảo?
Tác giả loại bỏ các bài đăng có giá "thỏa thuận", thiếu diện tích hoặc thiếu địa chỉ cụ thể. Đối với đơn giá trên một mét vuông (triệu/m²), hệ thống loại bỏ các bài đăng có giá cao hơn 80% hoặc thấp hơn 25% so với giá trị trung bình của cùng loại hình BĐS tại cùng khu vực địa lý, căn cứ theo tư vấn chuyên môn từ các nhà môi giới địa phương.

2. Tập dữ liệu dùng cho phân hệ DSS được thu thập từ nguồn nào và quy mô đạt bao nhiêu?
Dữ liệu được cào hoàn toàn tự động từ trang web batdongsan.vn bằng tiện ích Web Scraper định kỳ vào ngày 17 hàng tháng. Sau 3 tháng thực hiện, nhóm tác giả đã thu thập tổng cộng 170.480 bài đăng, tập trung phân tích chính trên địa bàn Thành phố Hồ Chí Minh.

3. Kiến trúc công nghệ chính được nhóm tác giả lựa chọn xây dựng ứng dụng là gì?
Hệ thống sử dụng framework Flutter (ngôn ngữ Dart) cho ứng dụng di động phía Client; framework ASP.NET Zero (ASP.NET Core) áp dụng Repository Pattern và nguyên lý SOLID cho máy chủ phía Server; cơ sở dữ liệu quan hệ MariaDB; dịch vụ đám mây ImgBB lưu trữ hình ảnh; Google Maps API cho tính năng bản đồ và MoMo API cho cổng thanh toán.

4. Ứng dụng hỗ trợ bao nhiêu nhóm vai trò người dùng và gồm những vai trò nào?
Hệ thống phân quyền cho 4 nhóm tác nhân (actors): Khách (Guest - xem và tìm kiếm tin), Người dùng (User - đăng tin, quản lý tin, xem biểu đồ giá, nạp tiền), Kiểm duyệt viên (Moderator - duyệt bài, duyệt giao dịch nạp tiền) và Quản trị viên (Admin - quản lý người dùng, vai trò, danh mục, thuộc tính, gói bài đăng và xem báo cáo tổng thể).

5. Điểm số đánh giá chính thức của hội đồng dành cho khóa luận này là bao nhiêu?
Khóa luận được Cán bộ hướng dẫn (ThS. Trần Anh Dũng) xếp loại Xuất sắc với điểm số 9.5/10 cho cả hai sinh viên thực hiện; Cán bộ phản biện (TS. Đỗ Thị Thanh Tuyền) đánh giá đạt chuẩn kỹ sư với điểm số 8.5/10.


Kết luận

Khóa luận tốt nghiệp "Ứng dụng bất động sản hỗ trợ quyết định dựa trên giá thị trường" của sinh viên Nguyễn Minh Đức và Phạm Quốc Đạt đã hoàn thành trọn vẹn mục tiêu nghiên cứu và xây dựng thành công một giải pháp phần mềm toàn diện trên nền tảng di động. Bằng việc kết hợp kiến trúc phân tầng chuẩn mực (Flutter, ASP.NET Zero, MariaDB) với phân hệ hỗ trợ quyết định (DSS) được xử lý từ tập dữ liệu thực tế 170.480 bài đăng, đề tài đã giải quyết hiệu quả bài toán minh bạch hóa và trực quan hóa giá cả thị trường bất động sản. Mặc dù vẫn còn một số hạn chế về tốc độ tải bản đồ không gian và phạm vi địa lý thử nghiệm, công trình thể hiện năng lực phân tích thiết kế hệ thống hoàn chỉnh và có giá trị tham khảo học thuật cao cho sinh viên ngành Kỹ thuật Phần mềm.