Dự án này là một nền tảng Dashboard tương tác kết hợp trí tuệ nhân tạo (AI) để phân tích, trực quan hóa và đưa ra các nhận định chuyên sâu về thị trường bất động sản tại khu vực TP. Hồ Chí Minh, Bình Dương và Bà Rịa – Vũng Tàu.
Nhóm sinh viên thực hiện (Lớp 23127083):
- Phạm Khánh Linh (23127083)
- Võ Trung Hiếu (23127190)
- Huỳnh Lê Duy Khánh (23127384)
- Lê Quốc Thiện (23127481)
- Phạm Quang Thịnh (23127485)
Giảng viên hướng dẫn:
- TS. Bùi Tiến Lên
- ThS. Võ Nhật Tân
- ThS. Lê Nhựt Nam
Dưới đây là sơ đồ tổ chức các file chính trong hệ thống:
FINAL-PROJECT/
├── data/ # Chứa dữ liệu dự án
│ ├── raw/ # Dữ liệu thô thu thập từ thuviennhadat.vn
│ └── preprocessed/ # Dữ liệu đã qua làm sạch và chuẩn hóa
├── docs/ # Tài liệu hướng dẫn và mô tả tập dữ liệu
├── preprocess/ # Notebook xử lý dữ liệu (Làm sạch, xử lý Outliers)
├── scraping/ # Các script thu thập dữ liệu tự động
├── src/ # Mã nguồn logic cốt lõi của ứng dụng
│ ├── chatbot.py # Xử lý logic Hybrid-AI và kết nối LLM
│ ├── stepwise.py # Phân tích hồi quy Stepwise Regression
│ ├── tab1.py # Logic trực quan hóa: Toàn cảnh thị trường
│ ├── tab2.py # Logic trực quan hóa: Đặc điểm & Hình thái nhà đất
│ ├── tab3.py # Logic trực quan hóa: Rủi ro & Pháp lý
│ └── tab4.py # Logic trực quan hóa: Biến động thị trường
├── app.py # File chạy chính (Main Entry Point)
├── prompt.md # Toàn bộ prompt thực hiện code dự án
└── requirements.txt # Danh sách các thư viện cần cài đặt
Hệ thống được chia thành 4 phân khu chính nhằm cung cấp cái nhìn từ tổng quan đến chi tiết:
- Tab 1: Toàn cảnh thị trường: Cung cấp các chỉ số KPI chính (Tổng tin đăng, giá trung bình, diện tích trung bình). Trực quan hóa phân bổ tin đăng theo quận/huyện và các phân khúc giá phổ biến.
- Tab 2: Đặc điểm & Hình thái: Đi sâu vào cấu trúc vật lý của bất động sản như diện tích đất, số phòng ngủ, số tầng. So sánh sự khác biệt giữa khu vực nội thành và ngoại thành.
- Tab 3: Phân tích Rủi ro & Pháp lý: Đánh giá mức độ an toàn của tin đăng thông qua tình trạng sổ đỏ/sổ hồng, tương quan giữa pháp lý và giá trị định giá.
- Tab 4: Biến động & Chuỗi thời gian: Theo dõi xu hướng lượng cung và giá cả theo thời gian, đặc biệt là phản ứng của thị trường trước các thông tin chính sách/hành chính.
- Stepwise Regression: Tích hợp mô hình thống kê để xác định các yếu tố (diện tích, vị trí, số tầng...) có tác động mạnh nhất đến giá trị bất động sản.
Đây là điểm nhấn công nghệ của dự án, sử dụng kiến trúc Hybrid-AI (kết hợp giữa khả năng tính toán của Python và khả năng suy luận của Gemini 2.0 Flash):
- Cơ chế Automated Code Synthesis: AI không chỉ trả lời bằng văn bản mà tự động sinh mã nguồn (Pandas/Plotly) để truy vấn trực tiếp trên dữ liệu thực tế của hệ thống.
- Quy trình suy luận 2 giai đoạn:
- Giai đoạn 1 (Execution): Thực thi mã để lấy số liệu thống kê chính xác.
- Giai đoạn 2 (Insight Generation): Chuyển đổi số liệu khô khan thành lời khuyên đầu tư, cảnh báo rủi ro dưới ngôn ngữ tự nhiên.
- Human-in-the-Loop: Giao diện cho phép người dùng phê duyệt hoặc chỉnh sửa code do AI sinh ra trước khi thực thi để đảm bảo tính minh bạch và an toàn.
- Lưu trữ lịch sử (Persistent History): Toàn bộ phiên làm việc được lưu dưới dạng JSON, cho phép tra cứu lại các phân tích cũ.
-
Cài đặt thư viện:
pip install -r requirements.txt
-
Chạy ứng dụng:
streamlit run app.py
Mọi thông tin về cấu trúc Prompt, các kỹ thuật Few-shot, Chain-of-Thought và đường dẫn tài liệu lưu trữ tại file: prompt.md.
Dự án được thực hiện cho học phần Trực quan hóa dữ liệu (Data Visualization) tại Trường Đại học Khoa học Tự nhiên - ĐHQG TP.HCM.