Sản phẩm được thực hiện trong môn “Advanced Computer Programming” (Lập trình máy tính nâng cao), đồng thời bước đầu thử nghiệm mô hình dự đoán giá dựa trên dữ liệu đã thu thập.
Chuyển dữ liệu nhà đất phân tán thành thông tin dễ nắm bắt
Khi muốn tìm hiểu mặt bằng giá nhà tại Hà Nội, người dùng có thể phải truy cập nhiều website, xem từng tin đăng và tự tổng hợp thông tin để so sánh. Nhóm sinh viên nhận thấy lượng dữ liệu lớn trên các nền tảng bất động sản có thể trở thành nguồn thông tin hữu ích nếu được thu thập và tổ chức theo một quy trình thống nhất.
Từ bài toán này, nhóm phát triển hệ thống tập trung vào thị trường Hà Nội, nơi giá bất động sản có sự khác biệt đáng kể giữa các khu vực. Theo thiết kế của dự án, dữ liệu được lấy từ các website nhà đất, sau đó lưu trữ, xử lý và đưa lên giao diện trực quan để người dùng dễ theo dõi.
Hệ thống tập trung vào những thông tin cơ bản như giá, diện tích và khu vực của bất động sản. Khi các dữ liệu được tập hợp trên cùng một nền tảng, người dùng có thể quan sát sự khác biệt về giá giữa các quận qua biểu đồ, từ đó có cái nhìn tổng quan hơn mà không cần tự xử lý từng tin đăng riêng lẻ.
Trong quá trình phân tích, yếu tố khiến nhóm chú ý là sự khác biệt về giá giữa các khu vực. Điều này cũng giúp các thành viên nhận ra rằng việc đánh giá một bất động sản cần đặt trong bối cảnh vị trí cụ thể.
Lưu Minh Tuấn, sinh viên ngành Công nghệ bán dẫn Asia University Program, thành viên dự án chia sẻ: “Trong quá trình trực quan hóa dữ liệu, nhóm khá ấn tượng với mức chênh lệch giá giữa các khu vực. Riêng tại Hoàn Kiếm, đơn giá trung bình trong bộ dữ liệu của nhóm lên tới gần 600 triệu đồng/m², cao hơn rõ rệt so với nhiều quận trung tâm khác. Nhóm cũng nhận thấy diện tích và đơn giá trên mỗi mét vuông có xu hướng biến động ngược chiều nhẹ, cho thấy bất động sản có diện tích lớn hơn thường có đơn giá giảm đôi chút”.
Xây dựng quy trình từ thu thập dữ liệu đến thử nghiệm dự đoán giá
Để đưa dữ liệu từ các website lên giao diện phân tích, nhóm phải kết nối nhiều bước thành một quy trình. Đầu tiên là thu thập thông tin bằng Python. Do mỗi website có cách xây dựng khác nhau, nhóm kết hợp BeautifulSoup và Selenium – hai công cụ hỗ trợ lấy thông tin từ các trang web có cấu trúc và cách tải nội dung khác nhau.
Nhóm cũng áp dụng kỹ thuật xử lý nhiều luồng, có thể hiểu là thực hiện đồng thời nhiều tác vụ thu thập dữ liệu để rút ngắn thời gian chờ. Theo kết quả thử nghiệm được trình bày trong dự án, phương pháp này giúp quá trình lấy dữ liệu nhanh hơn hơn ba lần so với cách thực hiện tuần tự, trong khi tỷ lệ thu thập thành công đạt khoảng 95% trên các website được thử nghiệm.
Dữ liệu thu được chưa thể sử dụng ngay. Các tin thiếu thông tin về giá, có diện tích bất hợp lý hoặc bị trùng được hệ thống loại bỏ theo những quy tắc mà nhóm thiết lập. Bước làm sạch này giúp bộ dữ liệu trở nên đồng nhất hơn trước khi được đưa vào phân tích.
Sau đó, thông tin được lưu trong SQLite – một hệ quản trị cơ sở dữ liệu gọn nhẹ – và tiếp tục xử lý bằng thư viện Pandas của Python. Kết quả cuối cùng được trình bày trên dashboard (bảng điều khiển dữ liệu) để người dùng có thể quan sát các thống kê và biểu đồ về thị trường Hà Nội.
Một bước thử nghiệm khác của nhóm là sử dụng Linear Regression (hồi quy tuyến tính) để ước tính giá bất động sản dựa trên diện tích. Đây là mô hình tương đối cơ bản, giúp sinh viên bước đầu tìm hiểu cách sử dụng dữ liệu đã thu thập cho bài toán dự đoán.
Nhóm cũng xác định chức năng này hiện mới ở mức thử nghiệm. Giá nhà trên thực tế chịu ảnh hưởng của nhiều yếu tố, trong đó vị trí là một biến số quan trọng. Vì vậy, kết quả từ mô hình phù hợp để nghiên cứu cách dữ liệu có thể được sử dụng cho dự đoán, chưa phải công cụ định giá thay thế các phương pháp thẩm định bất động sản chuyên nghiệp.
Sinh viên năm nhất tạo sản phẩm đáp ứng thị trường từ kiến thức lập trình trên lớp
“Real Estate Price Tracker & Market Analyzer – Hanoi” đặt sinh viên trước một bài toán gồm nhiều phần có mối liên hệ chặt chẽ. Một dữ liệu được hiển thị trên dashboard phải trải qua quá trình thu thập từ nguồn, kiểm tra, làm sạch, lưu trữ và phân tích. Khi một khâu gặp vấn đề, kết quả ở những bước phía sau cũng có thể bị ảnh hưởng.
Quá trình đó giúp các thành viên vận dụng kiến thức của môn “Advanced Computer Programming” vào một tình huống cụ thể. Bên cạnh việc viết chương trình, nhóm phải suy nghĩ về cách tổ chức dữ liệu, tối ưu tốc độ xử lý và lựa chọn hình thức trình bày để những con số trở nên dễ hiểu hơn với người sử dụng.
Việc thử nghiệm mô hình dự đoán cũng giúp sinh viên nhìn rõ giới hạn của sản phẩm mình tạo ra. Từ kết quả hiện tại, nhóm nhận thấy diện tích chưa đủ để phản ánh đầy đủ giá trị của một bất động sản. Nếu tiếp tục phát triển, các thành viên muốn bổ sung thêm thông tin về khu vực và những đặc điểm khác của tài sản, qua đó cải thiện khả năng ước tính giá. Nhóm cũng dự kiến mở rộng nguồn dữ liệu và hoàn thiện dashboard để việc so sánh giữa các khu vực thuận tiện hơn.
Từ một bài toán quen thuộc trên thị trường nhà ở, sinh viên năm nhất đã bước đầu xây dựng được chuỗi xử lý dữ liệu từ đầu vào đến giao diện hiển thị và thử nghiệm một chức năng dự đoán. Dự án qua đó tạo cơ hội để người học kết nối kiến thức lập trình với dữ liệu thực tế, nhận diện những điểm còn hạn chế và tiếp tục tìm cách cải thiện sản phẩm qua từng giai đoạn.
Lê Hiền
