Khóa luận xây dựng hệ thống tư vấnbuôn bán bất động sản

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN KHOA CÔNG NGHỆ PHẦN MỀM NGUYỄN TRỌNG TÍNH KHĨA LUẬN TỐT NGHIỆP XÂY DỰNG HỆ THỐNG TƯ VẤN/BUÔN BÁN BẤT ĐỘNG SẢN REAL ESTATE CONSULTING/TRADING SYSTEM KỸ SƯ/ CỬ NHÂN NGÀNH CÔNG NGHỆ PHẦN MỀM TP HỒ CHÍ MINH, 2023 THƠNG TIN HỘI ĐỒNG CHẤM KHĨA LUẬN TỐT NGHIỆP Hội đồng chấm khóa luận tốt nghiệp, thành lập theo Quyết định số …………………… ngày ………………… Hiệu trưởng Trường Đại học Công nghệ Thông tin – Chủ tịch – Thư ký – Ủy viên – Ủy viên LỜI CẢM ƠN Sau trình học tập rèn luyện xuyên suốt năm khoa Công nghệ phần mềm trường Đại học Công nghệ Thông tin – ĐHQG TP.HCM, em trang bị kiến thức bản, kỹ thực tế để thực Khóa luận tốt nghiệp Để hồn thành Khóa luận này, chúng em xin gửi lời cảm ơn chân thành đến Ban Giám hiệu trường Đại học Công nghệ Thông tin – ĐHQG TP.HCM tạo điều kiện sở vật chất với hệ thống thư viện đại, đa dạng loại sách, tài liệu thuận lợi cho việc tìm kiếm, nghiên cứu thơng tin Chúng em xin gửi lời cảm ơn chân thành đến cô Nguyễn Thị Thanh Trúc thầy Nguyễn Hà Giang tận tình giúp đỡ, định hướng cách tìm hiểu, làm việc thực hóa ý tưởng cách khoa học Qua khoảng thời gian làm khóa luận, chúng em nhận góp ý quý báu cho chúng em khơng q trình học tập mà cịn dành cho đường lập nghiệp sau Cuối cùng, chúng em xin gửi lời cảm ơn đến gia đình, tất thầy cô khoa, bạn bè, tập thể lớp KTPM 2019 người sẻ chia giúp đỡ học tập sống trình học tập năm Trong trình làm Khóa luận chúng em khơng tránh khỏi sai sót, chúng em kính mong nhận dẫn góp ý q thầy để hồn thiện phát triển nghiệp thân tương lai Chúng em xin chân thành cảm ơn Thành phố Hồ Chí Minh, 22 tháng 06 năm 2023 Sinh viên NGUYỄN TRỌNG TÍNH MỤC LỤC NỘI DUNG KHĨA LUẬN CHƯƠNG 1: MỞ ĐẦU .9 1.1 Lý chọn đề tài 1.2 Mục đích nghiên cứu 10 1.2.1 Mục đích khách quan 10 1.2.2 Mục đích chủ quan 10 1.2.3 Mục tiêu dự án 10 CHƯƠNG 2: KIẾN THỨC NỀN TẢNG 12 2.1 React JS 12 2.2 NodeJS 13 2.3 Khái niệm hệ thống gợi ý (Recommendation system) 13 2.3.1 Recommendation System 13 2.3.2 Content-based recommendation system 14 2.3.3 Cơ chế điểm ý recommendation system 15 2.3.4 Áp dụng thông tin bối cảnh recommendation system 17 2.4 Thuật toán định giá Bất động sản 17 2.4.1 Cây hồi quy (Regession Tree) 19 CHƯƠNG 3: ÁP DỤNG HỆ THỐNG GỢI Ý, ĐỊNH GIÁ 31 3.1 Hệ thống định giá (Pricing system) 31 3.1.1 3.2 Thu nhập, xử lí liệu 31 Áp dụng vào đề tài 32 3.2.1 Luồng xử lý 32 3.2.2 Trực quan hóa liệu 33 CHƯƠNG 4: CÔNG NGHỆ CHATBOT 34 4.1 Dialogflow 34 4.2 Quy trình hoạt động 36 4.2.1 Về Agent Bot 36 4.2.2 Về Intent 36 4.3.3 Về fullFillment 37 4.3 Áp dụng vào đề tài 39 4.3.1 Giao diện chatbot 39 CHƯƠNG 5: XÂY DỰNG HỆ THỐNG 41 5.1 Xác định yêu cầu hệ thống 41 5.2 Phân tích 43 5.2.1 Tác nhân Use case 43 5.2.2 Yêu cầu chức 45 5.2.3 Yêu cầu phi chức 66 5.3 Thiết kế liệu 67 5.3.1 Sơ đồ liệu 67 5.3.2 Chi tiết sơ đồ 68 5.4 Thiết kế kiến trúc 73 5.4.1 Mơ hình đồ án 73 5.4.2 Các công nghệ sử dụng 74 5.5 Thiết kế giao diện 75 5.5.1 Chi tiết hình 75 5.6 Quy trình thử nghiệm 96 5.6.1 Phân tích yêu cầu: (Requirement analysis) 97 CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 98 6.1 Kết đạt 98 6.2 Chất lượng sản phẩm 99 6.2.1 Tiêu chí/tiêu chuẩn 99 6.2.2 Những hạn chế 100 6.3 Hướng phát triển 100 TÀI LIỆU THAM KHẢO 102 DANH MỤC HÌNH Hình 2.1: ReactJS Hình 2.2: NodeJs Hình 3.1: Ví dụ việc chia chuỗi kiện nhấp chuột thành chuỗi huấn luyện Hình 3.2: Cây hồi quy Hình 3.3: Cây binary 13 Hình 3.4: bảng liệu BĐS hệ thống 22 Hình 3.5: Mơ tả, loại thơng tin xử lý sau thuộc tính mã hóa hồ sơ mục 24 Hình 3.6: Mơ tả tham gia đặc trưng ngữ cảnh trình trước sau kết hợp 24 Hình 3.7 Thơng tin bất động sản hệ thống 24 Hình 3.8 Kết dự đoán BDS 24 Hình 4.1 Mơ tả cấu trúc Fullfillment Dialogflow 28 Hình 4.2 Giao diện chatbot 29 Hình 4.3 Giao diện quản lý hội thoại 30 Hình 5.1 Sơ đồ usecase cho admin 34 Hình 5.2: sơ đồ use-case cho user 34 Hình 5.4 Sơ đồ cấu trúc liệu 53 Hình 5.5 Sơ đồ mơ hình MVC 59 Hình 5.6 Giao diện quản lý Mongodb 61 TÓM TẮT KHÓA LUẬN Trong bối cảnh đại, việc đại hóa phát triển hệ thống phần mềm ngày trở nên thiết yếu cho công việc quảng bá, cung cấp thông tin quản trị, người dùng cơng nghệ có khả tiếp cận ngày cao đến tảng Web, việc xây dựng ứng dụng với tính thực dụng chức hữu ích sống trở nên quan trọng hết Trong lĩnh vực bất động sản, đầu tư vào bất động sản thu hút quan tâm nhiều người Tuy nhiên, khơng phải nhà đầu tư tự định hướng xác để đem lại lợi nhuận mong đợi Việc tìm hiểu sản phẩm bất động sản, thị trường, thị hiếu trở nên quan trọng Chính vậy, nhiều người tìm đến chun gia có kinh nghiệm để tư vấn bất động sản Tư vấn bất động sản bước quan trọng muốn bán sản phẩm bất động sản Điều bao gồm việc cung cấp tài liệu nghiên cứu, số liệu thống kê thông tin cần thiết cho khách hàng Những thông tin tài liệu tham khảo giúp khách hàng đưa định đầu tư Nhờ tư vấn bất động sản, khách hàng nhận nhiều lợi ích hiểu rõ giá trị tiềm bất động sản mà họ định mua đầu tư Khơng cịn mơ hồ thủ tục giấy tờ hợp đồng giao dịch nhà đất Họ biết thêm thị hiếu nhu cầu nhiều khách hàng khác, điều ảnh hưởng đến định đầu tư Đồng thời, khách hàng nhận đề xuất mức giá bất động sản phù hợp với điều kiện ngân sách Hiện nay, phát triển đa dạng tảng công nghệ cung cấp giải pháp hỗ trợ ưu việt cho sàn giao dịch bất động sản nghiên cứu nhu cầu khách hàng hỗ trợ tư vấn/buôn bán bất động sản Khả cập nhật công nghệ liên tục đổi giúp khách hàng thực giao dịch nghiên cứu hiệu hơn, đồng thời giúp sàn giao dịch phát triển ổn định bền vững NỘI DUNG KHÓA LUẬN CHƯƠNG 1: MỞ ĐẦU 1.1 Lý chọn đề tài Bất động sản lĩnh vực có lực lượng người quan tâm hùng hậu Bất động sản đóng vai trị quan trọng kinh tế, góp phần thu hút vốn đầu tư nước, cầu nối người mua bán, thúc đẩy phát triển khoa học kỹ thuật, … Hay cụ thể hơn, bất động sản có mặt ảnh hưởng đến hầu hết hoạt động người như: cư trú, làm việc, khai thác, canh tác, … Vì vậy, định giá bất động sản tốn ý nhiều người có nhu cầu giao dịch bất động sản Nhưng giá trị bất động sản bị tác động nhiều yếu tố Đặc biệt “cá thể” bất động sản không giống gây việc định giá nhiều lúc khơng phù hợp Nhận thấy điều đó, em định chọn đề tài này, nhằm tạo ứng dụng đóng góp vào phương pháp, đưa số liệu tham khảo giá bất động sản - Ứng dụng lấy liệu từ trang tiếng đăng tin mua bán bất động sản, người dùng có nhu cầu tham khảo giá hay định giá bất động sản thân cung cấp thơng tin nhận kết 1.2 Mục đích nghiên cứu 1.2.1 Mục đích khách quan • Đáp ứng nhu cầu cho người dùng cần tư vấn để lựa chọn mua bất động sản nhà đất, tư vấn định giá Bất động sản muốn bán • Cung cấp ứng dụng đa tảng giúp người dùng tiếp cận với thị trường Bất động sản, cập nhật thơng tin liên quan • Hỗ trợ nhân viên phía trung tâm truy cập vào Ứng dụng để cập nhật, đăng tin cách dễ dàng nhanh chóng 1.2.2 Mục đích chủ quan Bản thân em ln có tị mị hứng thú công nghệ liên quan đến đề tài Web đặc biệt Chatbot Thông qua đề tài dẫn dắt giáo viên hướng dẫn để mở mang hiểu biết, nghiên cứu có nhìn tổng quan hơn, chun sâu công nghệ vấn đề Bên cạnh đó, em thấy hội để phát triển áp dụng kĩ học vào thực tế, tạo nên thành phẩm từ năm học qua 1.2.3 Mục tiêu dự án Mục tiêu hệ thống Tư vấn/Giao dịch Bất động sản tạo điều kiện thuận lợi tối ưu trình mua bán quản lý tài sản bất động sản Hệ thống thiết kế để cung cấp tảng cho bên liên quan ngành bất động sản, người mua, người bán, nhà môi giới quản lý tài sản, giúp họ thực giao dịch hoạt động cách hiệu Mục tiêu tính hệ thống Tư vấn/Giao dịch Bất động sản bao gồm: • Liệt kê Tìm kiếm Bất động sản: Hệ thống cho phép chủ sở hữu tài sản nhà môi giới bất động sản đăng ký liệt kê tài sản họ với thông tin chi tiết, bao gồm loại tài sản, vị trí, diện tích, giá hình ảnh Người mua tiềm sau tìm kiếm lọc tài sản dựa sở thích yêu cầu họ 10 5.5.1.2 Màn hình Danh sách đăng BĐS Giao diện Hình 5.8 Giao diện hình danh sách đăng 89 Mô tả STT Tên trường Loại điều khiển Loại liệu Quy tắc Card bất động sản Card Hình ảnh Chọn vào card, hệ thống chuyển hướng sang “Chi tiết bất động sản” tương ứng Link Image Image Trường bắt buộc hiển thị Hiển thị hình ảnh Trường hợp khơng có hình ảnh default hình ảnh có sẵn Số lượng Textview hình ảnh Int Hiển thị số lượng ảnh “Card bất động sản” VD: Logo Image Tên bất động sản Textview Nvarchar Trường bắt buộc hiển thị Hiển thị text Hiển thị tối đa 50 ký tự Trường hợp nhiều dòng cho ẩn ký tự Giá tiền Textview Trường bắt buộc hiển thị double Hiển thị giá tiền sản phẩm tính (vd: 3.2 tỷ) Hiển thị theo đơn vị “Tỷ” Hiển thị text 90 Diện tích Textview Trường bắt buộc hiển thị double Hiển thị diện tích sản phẩm theo m2 (vd: 33 m2) Hiển thị theo đơn vị “m2” Hiển thị text Phòng ngủ Textview (Nếu có liệu -> hiển thị Int Khơng có liệu -> khơng hiển thị) Hiển thị số lượng phòng ngủ Vd: Logo Giường Phòng tắm Textview (Nếu có liệu -> hiển thị Int Khơng có liệu -> khơng hiển thị) Hiển thị số lượng phòng ngủ Vd: Logo Bồn tắm Địa Textview Nvarchar Trường bắt buộc hiển thị Hiển thị địa sản phẩm Hiển thị text 10 Mô tả Textview Nvarchar (Nếu có liệu -> hiển thị Khơng có liệu -> khơng hiển thị) Hiển thị text Trường hợp nhiều dòng cho ẩn ký tự 11 Tác giả Textview Nvarchar Trường bắt buộc hiển thị Hiện text tên tác giả Trường hợp nhiều dòng cho ẩn ký tự 12 Ngày viết Textview Hiển thị thời gian theo ngày kể từ ngày đăng (ví dụ: ngày trước) Date 91 13 Yêu thích Khi nhấn vào Button Button Nếu đăng ký, người dùng lưu sản phẩm vào “Mục yêu thích” Nếu chưa đăng ký, chuyển hướng tới trang “đăng nhập” Biến cố STT Biến cố btn_YeuThich Xử lý Khi nhấn vào Button Nếu đăng ký, người dùng thích bất động cập nhật lên Mục yêu thích Header Nếu chưa đăng ký, hiển thị Popup “đăng nhập”, sau đăng nhập nhấn “Yêu thích” cập nhật lên Mục yêu thích Header Chọn vào bất động sản cụ Chuyển hướng sang trang chi tiết bất động sản thể chọn Selector Sort Sắp xếp danh sách bất động sản theo mục đích hiển thị danh sách: • • • • • 92 Thơng thường Tin Tin cũ Giá từ thấp lên cao Giá từ cao xuống thấp button_pageNumber Điều hướng người dùng sang trang tin tức tương ứng với số trang button_pageNext Điều hướng người dùng sang trang tin tức button_pagePrevious Điều hướng người dùng sang trang tin tức trước 93 5.5.1.3 Màn hình Chi tiết đăng BDS Giao diện 94 Hình 5.9 Giao diện chi tiết đăng 95 Mô tả STT Kiểu Tên Chức Ràng buộc btn_Yeuthich Button Thêm đăng vào danh sách yêu thích btn_Share Button Chia sẻ đăng với người khác qua tảng mạng xã hội btn_Xemthem Button Hiển thị tồn thơng tin đăng card_BĐs Card Hiển thị đăng tương tự, đăng xem qua đăng người dùng quan tâm từ hệ thống recommendation Danh sách biến cố xử lý tương ứng hình STT 5.6 Biến cố Chọn card_BĐS Xử lý Chuyển sang trang chi tiết đăng card hiển thị Quy trình thử nghiệm Quy trình kiểm thử phần mềm ghi lại giai đoạn kiểm thử phần mềm, chạy độc lập với sprint dự án Các giai đoạn thực tuần tự, có 96 đầu vào, mục tiêu kết trả khác mục đích để đảm bảo chất lượng phần mềm 5.6.1 Phân tích yêu cầu: (Requirement analysis) Đầu vào: (Entry Criteria) Giai đoạn phân tích yêu cầu cần có tài liệu sau: tài liệu đặc tả yêu cầu, tài liệu thiết kế hệ thống, wireframe prototype để chuẩn bị quản lý chất lượng yêu cầu Hoạt động: (Activities) ● ● ● ● ● Lấy yêu cầu đáp ứng nhu cầu phù hợp với hệ thống Phân tích yêu cầu có sẵn với ứng dụng mang tính sẵn có Phân loại mơ hình hóa u cầu sẵn có Phân tích u cầu, hình thức tích hợp với hệ thống Kiểm sốt thay đổi yêu cầu bổ sung thay đổi kịp thời phù hợp với hệ thống ● Xác định yêu cầu chức năng, phi chức ● Làm rõ yêu cầu làm tài liệu yêu cầu Đầu ra: (Deliverable) Đầu giai đoạn phân tích yêu cầu bao gồm tài liệu chứa câu hỏi câu trả lời liên quan đến nghiệp vụ hệ thống, báo cáo tính khả thi, phân tích rủi ro việc kiểm thử phần mềm Hình 6.1 Bảng testcase kiểm thử 97 CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 6.1 Kết đạt Đã xây dựng website hồn thành tính trang web kinh doanh BĐS Người quản trị trang web quản lý thông tin cần thiết người dùng với vai trị khách sử dụng chức đáp ứng nhu cầu nghiệp vụ trang web BĐS, với tính năng: • Đăng tin BĐS • Chức tìm kiếm tin đăng • Xem danh sách tin đăng • Xem chi tiết tin đăng • u thích tin đăng • Trang admin để quản lý thơng tin cần thiết Hồn thành hệ thống quản lý, xử lý liệu gợi ý dựa phiên sử dụng phương pháp có để xử lý hiệu liệu ngữ cảnh cho dự đốn thuộc tính mã hóa mục mà người dùng tương tác Hơn nữa, để xác định Bất động sản khác phù hợp, phương pháp láng giềng gần kết hợp Phương pháp áp dụng với liệu thực tế lĩnh vực bất động sản Kết thực nghiệm chứng minh phương pháp vượt trội so với phương pháp sở sử dụng gợi ý hàng đầu-n với liệu từ công cụ tìm kiếm bất động sản so với phương pháp khác sử dụng Xây dựng thành công hệ thống chatbot hỗ trợ người dùng hệ thống Đồng thời cài đặt khả lưu trữ thông tin hiệu suất chatbot Hỗ trợ việc quản lý chuyển đổi chatbot/ nhân viên thực 98 6.2 Chất lượng sản phẩm Đo lường chất lượng phần mềm cấu trúc chức thực thông qua kiểm thử phần mềm Thông qua kiểm thử phần mềm quản lý rủi ro, đảm bảo phần mềm hoạt động tốt thiết kế với thiết kế đề 6.2.1 Tiêu chí/tiêu chuẩn 6.2.1.1 Độ tin cậy Nguyên nhân độ tin cậy cấu trúc phần mềm không kết hợp với mã hóa Việc đánh giá độ tin cậy phần mềm cung cấp ước tính mức độ rủi ro khả xảy lỗi tiềm ẩn ứng dụng thử nghiệm Mục đích việc kiểm tra giám sát độ tin cậy giảm thiểu lỗi phần mềm ngừng hoạt động hay lỗi ảnh hưởng trực tiếp đến người dùng Vì hệ thống đặc biệt quan tâm tới tiêu chí độ tin cậy sau: - Tính hồn thiện cấu trúc ứng dụng - Quy trình mã hóa - Tính phức tạp thuật tốn lập trình - Khả xử lý chịu lỗi - Khả phục hồi, quản lý tài nguyên - Phần mềm quản lý tính tồn vẹn tính thống liệu 6.2.1.2 Hiệu Là khả đáp ứng hiệu cách thích hợp nhằm tiết kiệm tài nguyên, tăng hiệu suất ứng dụng khả mở rộng phần mềm Tính tốn nguồn lực, mã nguồn đảm bảo hiệu cao phần mềm chạy hệ thống xử lý thuật toán, giao dịch, khả mở rộng, Việc phân tích cung cấp rủi ro tiềm ẩn, nguy hại trì trệ phần mềm theo thời gian Đánh giá tính hiệu phần mềm điều kiện sau: • Cấu trúc ứng dụng • Độ tương tác thích hợp với nguồn tài nguyên 99 • Hiệu suất, thời gian truy cập quản lý liệu • Quản lý nhớ, mạng khơng gian đĩa • Quy trình mã hóa, lập trình 6.2.1.3 Khả bảo trì Khả bảo trì bao gồm khả kiểm tra, nâng cấp, thay đổi phát triển phần mềm cho phù hợp với yêu cầu, chức mơi trường Tính trì bao gồm khả thích ứng, tính di động khả chuyển đổi Cần phải cập nhật công nghệ thông tin hay thay đổi thị trường, doanh nghiệp đảm bảo cung cấp thông tin, phần mềm chất lượng đến người dùng Đánh giá khả bảo trì qua thuộc tính sau: • Cấu trúc phần mềm lập trình hướng đối tượng • Khả phân tích • Mức độ phức tạp giao dịch, lập trình,thuật tốn • Kiểm sốt mức độ mã hóa • Tính ổn định phần cứng, hệ điều hành, thành phần trung gian, sở liệu độc lập • Khả kiểm thử 6.2.2 Những hạn chế Hệ thống hạn chế số tính năng: • Chatbot cịn nhiều trường hợp chưa hiểu ý người dùng • Dữ liệu Bất động sản chưa đủ nhiều để hoạt động tốt • Còn số chức trình tối ưu 6.3 Hướng phát triển Tạo ứng dụng di động: Phát triển ứng dụng di động cho phép người dùng tìm kiếm xem thơng tin bất động sản điện thoại di động Điều giúp họ 100 dễ dàng tìm kiếm, xem hình ảnh, đặt lịch xem nhà, nhận thông báo bất động sản phù hợp với tiêu chí họ Cải thiện khả tìm kiếm lọc: Tăng cường khả tìm kiếm lọc bất động sản dựa tiêu chí vị trí, giá cả, diện tích, số phịng ngủ, tiện ích xung quanh Hỗ trợ tìm kiếm theo từ khóa phân loại bất động sản để giúp người dùng thuận tiện tìm kiếm hộ nhà phù hợp Tạo cộng đồng đánh giá: Xây dựng cộng đồng trực tuyến cho phép người dùng chia sẻ thông tin, nhận xét đánh giá bất động sản Điều giúp người mua người bán tạo niềm tin tăng tính minh bạch giao dịch 101 TÀI LIỆU THAM KHẢO 1) R Ariyawansa, "An empirical study of consumer behavior in the housing market in Colombo," Built-Environ Sri Lanka, vol 8, no 1, p 11, May 2010 2) T Badriyah, S Azvy, W Yuwono, and I Syarif, "Recommendation system for property search using content-based filtering method," in Proc Int Conf Inf Commun Technol (ICOIACT), Mar 2018, pp 25–29 3) C Bakir, "Collaborative filtering with temporal dynamics using singular value decomposition," Tehnički Vjesnik, vol 25, no 1, pp 130–135, 2018 4) D M Blei, A Y Ng, and M I Jordan, "Latent Dirichlet allocation," J Mach Learn Res., vol 3, pp 993–1022, Jan 2003 5) J Chia, A Harun, A W M Kassim, D Martin, and N Kepal, "Understanding factors that influence house purchase intention among consumers in Kota Kinabalu: An application of buyer behavior model theory," J Technol Manage Bus., vol 3, no 2, Dec 2016 6) K Cho, B van Merrienboer, D Bahdanau, and Y Bengio, "On the properties of neural machine translation: Encoder-decoder approaches," 2014, arXiv:1409.1259 [Online] Available: http://arxiv.org/abs/1409.1259 7) Y Deldjoo, M F Dacrema, and M G Constantin, "Movie genome: Alleviating new item cold start in movie recommendation," User Model User-Adapted Interact., vol 29, no 2, pp 291–343, Apr 2019 8) X He, L Liao, H Zhang, L Nie, X Hu, and T.-S Chua, "Neural collaborative filtering," CoRR, abs/1708.05031, pp 1–5, Oct 2017 9) B Hidasi, M Quadrana, A Karatzoglou, and D Tikk, "Parallel recurrent neural network architectures for feature-rich session-based recommendations," in Proc 10th ACM Conf Recommender Syst., Sep 2016, pp 241–248 10) B Hidasi et al., "Session-based recommendations with recurrent neural networks," 2015, arXiv:1511.06939 [Online] Available: https://arxiv.org/abs/1511.06939 11) S Hochreiter and J Schmidhuber, "Long short-term memory," Neural Comput., vol 9, no 8, pp 1735–1780, 1997 12) Y Hu, Y Koren, and C Volinsky, "Collaborative filtering for implicit feedback datasets," in Proc 8th IEEE Int Conf Data Mining, Dec 2008, pp 263–272 102 13) D P Kingma and J Ba, "Adam: A method for stochastic optimization," 2014, arXiv:1412.6980 [Online] Available: http://arxiv.org/abs/1412.6980 14) J Knoll, R Groß, A Schwanke, B Rinn, and M Schreyer, "Applying recommender approaches to the real estate E-commerce market," in Innovations for Community Services M Hodoň, G Eichler, C Erfurth, and G Fahrnberger, Eds Cham, Switzerland: Springer, 2018, pp 111–126 15) J Li, P Ren, Z Chen, Z Ren, T Lian, and J Ma, "Neural attentive session-based recommendation," in Proc ACM Conf Inf Knowl Manage., Nov 2017, p 1419 16) Q Liu, Y Zeng, R Mokhosi, and H Zhang, "Stamp: Short-term attention/memory priority model for session-based recommendation," in Proc 24th ACM SIGKDD Int Conf Knowl Discovery Data Mining, Jul 2018, pp 1831–1839 17) P Lops, M D Gemmis, and G Semeraro, "Content-based recommender systems: State of the art and trends," in Recommender System Handbook 103