ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH KHOA CÔNG NGHỆ THÔNG TIN KINH DOANH ĐỀ TÀI DỰ ÁN CUỐI KỲ DỰ ĐOÁN GIÁ TIỀN THUÊ NHÀ Ở ẤN ĐỘ PHỤ THUỘC NHIỀU NHẤT VÀO YẾU TỐ NÀO (House Rent Prediction In Ind[.]
ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH KHOA CÔNG NGHỆ THÔNG TIN KINH DOANH ĐỀ TÀI DỰ ÁN CUỐI KỲ DỰ ĐOÁN GIÁ TIỀN THUÊ NHÀ Ở ẤN ĐỘ PHỤ THUỘC NHIỀU NHẤT VÀO YẾU TỐ NÀO (House Rent Prediction In India) Giảng viên hướng dẫn : TS Võ Thành Đức Môn học : Khoa học liệu Mã HP : 22C1INF50905941 Khóa/Hệ : K47/Đại học quy Thực : Nhóm 11 Nguyễn Phan Huệ Anh - 31211024693 Huỳnh Ngọc Kiều Giang - 31211023965 Nguyễn Thị Thúy Kiều - 31211021825 Nguyễn Trà My - 31211026010 Bùi Hồng Nhung - 31211023970 Thành phố Hồ Chí Minh, tháng 10 năm 2022 MỤC LỤC I GIỚI THIỆU Giới thiệu đề tài Bức tranh tổng quát liệu lập luận tầm quan trọng việc tìm ý tưởng liệu nghiên cứu 3 Kiến thức chuyên môn 3.1 Phân tích mơ tả 3.2 Phân tích dự đoán 3.3 Phương pháp phân cụm II THU THẬP VÀ LÀM SẠCH DỮ LIỆU Mô tả tổng quát liệu Trình bày sơ lược thuộc tính Làm liệu: III KIỂM ĐỊNH MƠ HÌNH 10 Mơ hình dự đoán 10 Sử dụng Phương pháp phân cụm 10 2.1 Phân cụm phân cấp (Hierarchical clustering) 10 2.2 Phương pháp K-Means 11 Sử dụng Phương pháp thống kê 12 3.1 Giá thuê nhà bình quân theo yếu tố 12 3.1.1 Yếu tố Số phòng ngủ, sảnh, bếp - “BHK” 12 3.1.2 Yếu tố Kích thước - “Size” 12 3.1.3 Yếu tố Tầng nhà - “Floor” 13 3.1.4 Yếu tố Loại diện tích - “Area Type” 14 3.1.5 Yếu tố Khu vực vị trí - “Area Locality” 15 3.1.6 Yếu tố Thành phố - “City” 16 3.1.7 Yếu tố Tình trạng nội thất - “Furnishing Status” 16 3.1.8 Yếu tố Người thuê ưu tiên - “Tenant Preferred” 17 3.1.9 Yếu tố Số phòng tắm - “Bathroom” 17 3.1.10 Yếu tố Đầu mối liên hệ - “Point of Contact” 18 3.2 Yếu tố khiến giá nhà chênh lệch nhiều hơn? 18 IV ĐÁNH GIÁ VÀ LỰA CHỌN MƠ HÌNH 19 Đánh giá mơ hình 19 Lựa chọn mơ hình 19 V TRIỂN KHAI MƠ HÌNH 20 Mục đích ý nghĩa việc triển khai mơ hình lĩnh vực cụ thể 20 Phân tích đánh giá hiệu kinh tế triển khai mơ hình 20 VI ĐÁNH GIÁ ĐĨNG GĨP CỦA CÁC THÀNH VIÊN THAM GIA DỰ ÁN 22 Phân công công việc 22 Nội dung hoạt động 22 Đánh giá mức độ đóng góp 23 I GIỚI THIỆU Giới thiệu đề tài Tiền thuê nhà thỏa thuận khoản toán thực để sử dụng tạm thời hàng hóa, dịch vụ tài sản thuộc sở hữu người khác Một thị trường nhà cho thuê hoạt động hiệu đem lại nhiều lựa chọn nhà với mức giá phải đáp ứng nhu cầu người thuê nhà Có nhiều yếu tố tác động đến tiền thuê nhà như: vị trí, kích thước, tình trạng nội thất, số phịng… Nhóm chúng em lựa chọn sử dụng liệu “House Rent Prediction In India” phân tích, xây dựng mơ hình, xử lý liệu để kiểm chứng chế tác động nhân tố phù hợp nhân tố vấn đề chất lượng dự đoán tiền thuê nhà Bức tranh tổng quát liệu lập luận tầm quan trọng việc tìm ý tưởng liệu nghiên cứu Từ liệu 4747 ngơi nhà/căn hộ có sẵn, nhóm sử dụng mơ hình dự đốn khơng giám sát khơng biết trước số nhóm Ý tưởng muốn tìm nhóm đối tượng, đối tượng nhóm tương tự nhau, đối tượng nhóm khác không giống Không thế, xác định quan sát bất thường khác biệt với cụm khác Khi tìm ý tưởng từ ý tưởng lại rút nhiều nhận định ý tưởng khác, đơi sở để đưa giả định xây dựng mơ hình Từ đó, nhóm tiến hành phân tích mơ hình phù hợp để tìm câu trả lời cho vấn đế nghiên cứu: “Giá tiền thuê nhà Ấn Độ phụ thuộc nhiều vào yếu tố nào?” Quy trình khai thác liệu Kiến thức chun mơn 3.1 Phân tích mơ tả - Khái niệm: Là việc giải thích liệu lịch sử để hiểu rõ thay đổi xảy doanh nghiệp - Bản chất + Phân tích mơ tả lấy liệu thơ phân tích chúng để đưa kết luận hữu ích dễ hiểu cho nhà quản lý, nhà đầu tư bên liên quan khác + Phân tích mơ tả sử dụng lượng liệu đầy đủ để đưa tranh xác xảy doanh nghiệp điểm khác biệt với giai đoạn khác Các số liệu hiệu sử dụng để xác định lĩnh vực mạnh yếu để thông báo cho chiến lược quản lý + Phân tích mơ tả phần trí tuệ kinh doanh mà cơng ty sử dụng Mặc dù phân tích mơ tả mang tính đặc trưng cho ngành - ví dụ thay đổi theo mùa thời gian hoàn thành lơ hàng - sử dụng biện pháp chấp nhận rộng rãi tồn ngành tài 3.2 Phân tích dự đốn - Khái niệm: Là việc việc sử dụng số liệu thống kê mô hình để xác định hiệu suất tương lai dựa liệu khứ - Bản chất: + Phân tích dự đốn bao gồm loạt kĩ thuật thống kê (bao gồm học máy, mô hình dự đốn khai thác liệu) sử dụng thống kê (trong khứ tại) để ước tính dự đốn kết tương lai + Phân tích dự đốn giúp hiểu kiện xảy tương lai cách phân tích khứ 3.3 Phương pháp phân cụm Phân cụm phân cấp (Hierarchical clustering) Xây dựng phân cấp cho liệu cần gom cụm dựa trên: - Ma trận khoảng cách phần tử (similarity matrix dissimilarity matrix) - Đo khoảng cách cụm (single link, complete link…) - Phương pháp không cần xác định trước số cụm cần xác định điều kiện dừng - Các phương pháp điển hình: Diana, Agnes Nhận xét phân cụm phân cấp: + Giải thuật đơn giản; + Kết dễ hiểu; + Không cần tham số đầu vào; + Không quay lui được; + Tốc độ chậm, khơng thích hợp liệu lớn; + Không xử lý liệu bị thiếu, nhạy cảm với nhiễu; + Hạn chế liệu có cụm lớn có hình dáng không lồi Phân cụm phân hoạch (Partitioning Clustering) Phân tập liệu có n phần tử cho trước thành k tập (k