Tiểu luận môn Hệ hỗ trợ quyết định ỨNG DỤNG CÂY QUYẾT ĐỊNH XÁC ĐỊNH YẾU TỐ CẤU THÀNH GIÁ ĐẤT ĐAI

ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN ĐỒ ÁN MÔN HỌC GVHD: PGS. TS. Đỗ Phúc HVTH: Lê Thành Nguyên MSHV: CH1301102 TP HCM, Tháng 06 năm 2014 MÔN: HỆ HỖ TRỢ RA QUYẾT ĐỊNH ỨNG DỤNG CÂY QUYẾT ĐỊNH XÁC ĐỊNH YẾU TỐ CẤU THÀNH GIÁ ĐẤT ĐAI MỤC LỤC 2 DANH MỤC HÌNH 3 GVHD: PGS. TS. Đỗ Phúc HVTH: Lê Thành Nguyên PHẦN 1: MỞ ĐẦU Khai phá dữ liệu là một lĩnh vực khoa học liên ngành mới xuất hiện gần đây nhằm khám phá các tri thức trong các cơ sở dữ liệu lớn, trích xuất những thông tin ẩn dưới dạng các quy luật, ràng buộc, quy tắc hữu ích cho các tổ chức, doanh nghiệp,… Các kỹ thuật được sử dụng trong khai phá dữ liệu bao gồm: phân lớp và dự đoán, phân cụm, luật kết hợp, phân tích hồi quy và phân tích các mẫu theo thời gian. Hiện nay, các kỹ thuật khai phá dữ liệu được ứng dụng rộng rãi trong các lĩnh vực phân tích dữ liệu hỗ trợ ra quyết định trong điều trị y học, giáo dục, thương mại, tài chính,… Định giá đất đai là việc xác định giá trị đất đai căn cứ vào các thuộc tính tự nhiên, kinh tế và xã hội của đất đai trong từng bối cảnh kinh tế cụ thể. Trong nền kinh tế thị trường, giá trị của đất đai phản ánh hiệu quả kinh tế từ việc sử dụng đất đai, chủ yếu phục thuộc vào các yếu tố đặc điểm sức sản xuất và vị trí đất đai trong không gian địa lý - kinh tế. Tuy nhiên, trong từng lĩnh vực khác nhau mức độ ảnh hưởng của các yếu tố này đến giá trị đất đai cũng khác nhau. Theo quy định của pháp luật đất đai hiện hành định giá đất đai là nội dung quản lý quan trọng, có nhiệm vụ cung cấp căn cứ khoa học hỗ trợ cho việc lập quy hoạch sử dụng đất đai, hoạch định các chính sách tài chính đất đai. Mức độ chính xác của việc định giá đất đai không chỉ phụ thuộc vào việc xác định số lượng và loại yếu tố đặc điểm đất đai, mà còn phụ thuộc quyết định vào việc định lượng mối quan hệ giữa các yếu tố đặc điểm này với giá trị đất đai. Tuy nhiên, hiện nay việc định lượng các mối quan hệ này còn mang tính kinh nghiệm chủ quan, với nhiều yếu tố mang đặc điểm định tính, gây khó khăn cho việc xây dựng mối quan hệ lượng hóa. Chính vì vậy, để lượng hóa sự ảnh hưởng của các yếu tố đến giá trị đất đai một cách khoa học phải sử dụng các kỹ thuật khai phá dữ liệu. Các công cụ này được sử dụng rộng rãi để phân tích dữ liệu trong các lĩnh vực kinh tế, xã hội, sinh học,… đặc biệt là mô hình hồi quy cây quyết định (decision tree) và phần mềm DTREG (Phillip H. Sherrod, 2003). Nội dung chuyên đề này sẽ đề cập đến mô hình hồi quy dựa trên cây quyết định được phân tích từ phần mêm DTREG để xác định các yếu tố quan trong cấu thành giá đất đai. Trang 4 GVHD: PGS. TS. Đỗ Phúc HVTH: Lê Thành Nguyên PHẦN 2: TỔNG QUAN 2.1. CÂY QUYẾT ĐỊNH 2.1.1. Giới thiệu Trong lý thuyết quyết định (chẳng hạn quản lí rủi ro), một cây quyết định là một đồ thị của các quyết định và các hậu quả có thể của nó (bao gồm rủi ro và hao phí tài nguyên). Cây quyết định được sử dụng để xây dựng một kế hoạch nhằm đạt được mục tiêu mong muốn. Các cây quyết định được dùng để hỗ trợ quá trình ra quyết định. Cây quyết định là một dạng đặc biệt của cấu trúc cây. Trong lĩnh vực máy học, cây quyết định là một kiểu mô hình dự báo, nghĩa là một ánh xạ từ các quan sát về một sự vật/hiện tượng tới các kết luận về giá trị mục tiêu của sự vật/hiện tượng. Mỗi một nút trong tương ứng với một biến; đường nối giữa nó với nút con của nó thể hiện một giá trị cụ thể cho biến đó. Mỗi nút lá đại diện cho giá trị dự đoán của biến mục tiêu, cho trước các giá trị của các biến được biểu diễn bởi đường đi từ nút gốc tới nút lá đó. Kỹ thuật máy học dùng trong cây quyết định được gọi là học bằng cây quyết định, hay chỉ gọi với cái tên ngắn gọn là cây quyết định. Học bằng cây quyết định cũng là một phương pháp thông dụng trong khai phá dữ liệu. Khi đó, cây quyết định mô tả một cấu trúc cây, trong đó, các lá đại diện cho các phân loại còn cành đại diện cho các kết hợp của các thuộc tính dẫn tới phân loại đó. Một cây quyết định có thể được học bằng cách chia tập hợp nguồn thành các tập con dựa theo một kiểm tra giá trị thuộc tính. Quá trình này được lặp lại một cách đệ quy cho mỗi tập con dẫn xuất. Quá trình đệ quy hoàn thành khi không thể tiếp tục thực hiện việc chia tách được nữa, hay khi một phân loại đơn có thể áp dụng cho từng phần tử của tập con dẫn xuất. Cây quyết định là một phương tiện có tính mô tả dành cho việc tính toán các xác suất có điều kiện. Cây quyết định có thể được mô tả như là sự kết hợp của các kỹ thuật toán học và tính toán nhằm hỗ trợ việc mô tả, phân loại và tổng quát hóa một tập dữ liệu cho trước. Ra quyết định dựa trên cây quyết định là quá trình học trên tập dữ liệu huấn luyện theo mô hình cây quyết định và sử dụng dự đoán các mẫu dữ liệu trong tương lai. 2.1.2. Entropy Entropy là đại lượng dùng để đo tính thuần nhất của một tập dữ liệu. Entropy của một tập S được tính theo công thức: Trang 5 GVHD: PGS. TS. Đỗ Phúc HVTH: Lê Thành Nguyên Trong trường hợp các mẫu dữ liệu có hai thuộc tính phân lớp “yes” (+), “no” (-). Ký hiệu P + là để chỉ tỷ lệ các mẫu có giá trị của thuộc tính quyết định là “yes”, và P - là tỷ lệ các mẫu có giá trị của thuộc tính có quyết định là “no” trong tập S. Trường hợp tổng quát, đối với tập con S có n phân lớp thì ta có công thức sau: Trong đó, P i là tỷ lệ các mẫu thuộc lớp I trên tập S các mẫu kiểm tra. − Các trường hợp đặc biệt + Nếu tất cả các mẫu thành viên trong tập S đều thuộc cùng một lớp thì Entropy(S) =0 + Nếu trong tập có số mẫu phân bố đều nhau vào các lớp thì Entropy(S) = 1 + Các trường hợp còn lại 0 < Entropy(S) < 1 2.1.3. Information Gain (Viết tắt Gain) là đại lượng dùng để đo mức độ giảm entropy mong đợi của một thuộc tính được lựa chọn cho việc phân lớp. Đại lượng này được tính thông qua hai giá trị Information và Entropy. Cho tập dữ liệu S gồm có n thuộc tính Ai(i=1,2, …, n) giá trị Information của thuộc tính Ai ký hiệu là Information (Ai) được xác định bởi công thức: Giá trị Gain của thuộc tính A trong tập S ký hiệu là Gain(S,A) và được tính theo công thức sau: Trong đó: + S là tập hợp ban đầu với thuộc tính A. Các giá trị của v tương ứng là các giá trị của thuộc tính A. + Sv bằng tập hợp con của tập S mà có thuộc tính A mang giá trị v. + |Sv| là số phần tử của tập Sv + |S| là số phân tử của tập S Trang 6 GVHD: PGS. TS. Đỗ Phúc HVTH: Lê Thành Nguyên 2.2. DTREG 2.2.1. Giới thiệu DTREG là chương trình phân tích thống kê mạnh mẽ, có khả năng xây dựng cây quyết định phân lớp, hồi quy và máy vector hỗ trợ (SVM) để mô tả mối liên hệ giữa dữ liệu và có thể sử dụng để dự đoán giá trị khảo sát trong tương lai. DTREG chấp nhận tập hợp dữ liệu chứa nhiều dòng với một cột cho mỗi biến. Một trong các biến là biến mục tiêu, giá trị của nó được mô hình hóa và được dự đoán như là một hàm của biến dự báo. DTREG phân tích giá trị và cho ra một mô hình chỉ cách tốt nhất để dự đoán giá trị của biến kết quả dựa trên giá trị biến dự báo. Ngoài việc xây dựng mô hình dự báo, DTREG còn đo chất lượng mô hình. Chương trình DTREG dựa trên độ thuần nhất của dữ liệu entropy, phân tích tập giá trị dữ liệu và tạo ra cây quyết định. Cây quyết định có thể sử dụng để dự đoán giá trị của biến mục tiêu dựa trên những giá trị của những biến dự báo. Một dự đoán được tạo bằng cách căn cứ vào cây từ gốc, theo nhánh trái hoặc phải dựa vào giá trị biến dự báo cho đến khi tới lá. Mỗi lá chỉ ra giá trị có khả năng phù hợp nhất cho biến mục tiêu đã cho bởi giá trị dự báo dẫn đến lá. DTREG là một ứng dụng thiết thực được cài đặt dễ dàng trên các hệ thống Windows bất kỳ. DTREG dùng giá trị phân cách dấu phẩy những file dữ liệu để dễ dàng tạo ra hầu hết các nguồn dữ liệu bất kỳ. Một khi bạn tạo những file dữ liệu của bạn, ngay khi cung cấp nó vào trong DTREG, và để DTREG làm tất cả công việc tạo cây quyết định, SVM hoặc mô hinh Logistic Regression. Ngay cả những phân tích phức tạp cũng có thể thực hiện trong vài phút. DTREG sử dụng V-fold cross-validation để quyết định kích thước tối ưu của cây. Thủ tục này để tránh vấn đề vượt giới hạn nơi đó cây phát sinh phù hợp tốt với dữ liệu “huấn luyện” nhưng không cung cấp dự đoán chính xác dữ liệu mới. DTREG sử dụng kỹ thuật tinh vi để giải quyết việc chia thay thế dữ liệu (Surrogate splitters ) trong trường hợp thiếu giá trị. Điều này cho phép những trường hợp có giá trị và một vài trường hợp thiếu giá trị được sử dụng để dự đoán giá trị cho những trường hợp thiếu giá trị. Phiên bản thương mại của DTREG có thể sử dụng không giới hạn số dòng dữ liệu. DTREG có thể xây dựng cây phân lớp với số lượng lên đến hàng trăm biến dự báo được Trang 7 GVHD: PGS. TS. Đỗ Phúc HVTH: Lê Thành Nguyên sử dụng một thuật toán gom cụm hiệu quả so với nhiều chương trình cây quyết định khác hạn chế biến dự báo tối đa là 16. 2.2.1. Ưu điểm của DTREG Cây quyết định được xây dựng dễ dàng: Ngay khi cung cấp tập dữ liệu vào DTREG, nó sẽ làm tất cả các công việc xây dựng cây quyết định và tỉa (rút gọn) cây một cách hiệu quả nhất. Cây quyết định hiển thị trực quan, dễ hiểu: Trái với sự phức tạp của các mô hình hồi quy phi tuyến, hay các mạng neural, cây quyết định cung cấp một mô hình trình bày dữ liệu rõ ràng, logic. Chúng có thể được hiểu và sử dụng bởi những người không có năng khiếu toán học. Xử lý cả hai loại biến liên tục và rời rạc: Biến rời rạc như là giống, chủng tộc, tín ngưỡng tình trạng hôn nhân và vùng địa lý thì rất khó khăn để mô hình hóa bằng cách sử dụng kỹ thuật số giống như hồi quy và mạng neural. Trái lại, biến rời rạc được xử lý dễ dàng bởi cây quyết định. Có thể thực hiện phân lớp cũng như hồi quy: Giá trị dự đoán từ cây quyết định không chỉ đơn giản là giá trị số nhưng cũng có thể dự đoán những loại như là giống đực/cái, độc ác/hiền lành, thường xuyên mua/ thỉnh thoảng mua, v.v… Chấp nhận dữ liệu kiểu text cũng như dữ liệu kiểu số: Nếu bạn có những biến rời rạc với các giá trị như “nam”, “nữ”, “đã kết hôn”, v.v , không cần mã hóa chúng như là dữ liệu số. Tự động xử lý sự tương tác giữa các biến: DTREG có thể phân biệt ý nghĩa khác nhau giữa đàn ông/đàn bà, người sống ở miền Bắc và miền Nam v.v… Những tác động này được biết như những sự tương tác biến. Cây quyết định tự động phân phối những tương tác này bằng cách chia những trường hợp và phân tích mỗi nhóm một cách riêng biệt. DTREG nhận ra những biến quan trọng: Bằng cách xem xét những biến nào được sử dụng để chia những nút gần đỉnh của cây, có thể xem xét nhanh chóng những biến quan trọng nhất. Bên cạnh đó, DTREG còn phân tích tất cả sự chia tách đã phát sinh từ mỗi biến và chọn lựa chia tách đại diện. Trang 8 GVHD: PGS. TS. Đỗ Phúc HVTH: Lê Thành Nguyên 2.3. ĐỊNH GIÁ ĐẤT ĐAI 2.3.1. Khái niệm và đặc điểm đất đai Đất đai là sự vật địa lý - kinh tế, kết quả của mối quan hệ tổng hoà giữa đất và hoạt động kinh tế xã hội của con người trong cộng đồng dân tộc trên một lãnh thổ nhất định. Về mặt không gian thì đất đai bao gồm cả phần diện tích bề mặt với không gian bên trên và bề sâu trong lòng đất. Đất đai được hiểu ở góc độ tổng thể là trái đất hay trong phạm vi một không gian giới hạn, như trong phạm vi lãnh thổ quốc gia là quỹ đất đai quốc gia, trong phạm vi địa giới hành chính là quỹ đất đai của cấp hành chính tương ứng, trong phạm vi ranh giới địa chính là quỹ đất đai của chủ thể sử dụng đất đai. Đất đai là sự vật địa lý - kinh tế nên nó có hai thuộc tính tự nhiên và xã hội tạo ra khả năng đáp ứng các nhu cầu hoạt động kinh tế - xã hội của con người. Thuộc tính tự nhiên bao gồm các đặc tính không gian như diện tích bề mặt, hình thể, chiều dài, chiều rộng và vị trí cùng với các đặc điểm về địa chất, địa chấn, địa hình, địa mạo và các tính chất sinh lý hóa của đất kết hợp với giá trị đầu tư vào đất đai. Thuộc tính xã hội của đất đai chính là vị thế của đất đai - là hình thức đo sự mong muốn về mặt xã hội gắn với đất đai tại một vị trí nhất định, là những thuộc tính phi vật thể. Vị thế cũng được hiểu là tổng hòa các quan hệ xã hội, được hình thành từ các tương tác thị trường và phi thị trường. Vị thế đất đai được xác định thông qua số lượng, chất lượng và cường độ quan hệ xã hội. Đất đai có vị thế cao hay thấp phụ thuộc vào khả năng thiết lập cho người sử dụng đất đai được nhiều hay ít mối quan hệ với các nhà cung cấp dịch vụ đô thị, với những người láng giềng và với các đối tác khác… Cường độ quan hệ bị ảnh hưởng bởi yếu tố khoảng cách không gian, giảm dần phi tuyến theo sự tăng dần của khoảng cách. Vị thế xã hội của đất đai là phạm trù tổng hợp các điều kiện kinh tế - xã hội và pháp luật cấu thành giá đất. Vị thế đất đai được phản ánh thông qua các đặc điểm kinh tế - xã hội và pháp luật của đất đai. Các thửa đất có các điều kiện kinh tế - xã hội và pháp luật như nhau thì có cùng một mức vị thế xã hội. Vị thế đất đai khác với vị trí đất đai. Vị thế là thuộc tính xã hội của đất đai, còn vị trí là thuộc tính không gian của nó. Vị thế của đất đai là thuộc tính không gian tâm lý của con người, còn vị trí của đất đai là thuộc tính không gian địa lý tự nhiên. Khái niệm vị thế không đồng nhất với khái niệm vị trí, “Đồng sàng, dị mộng”. Trang 9 GVHD: PGS. TS. Đỗ Phúc HVTH: Lê Thành Nguyên Vị trí địa lý của đất đai là bất biến, nhưng khả năng sinh lời của đất đai thay đổi theo sự thay đổi của các điều kiện kinh tế, xã hội và pháp luật. Vậy tại sao trong nghiên cứu cũng như trong thực tế định giá đất đai thường chỉ nói đến vị trí? Phải chăng vị trí địa lý là yếu tố cấu thành giá trị của đất đai, là thuộc tính quan trọng mà các nhà định giá cần phải quan tâm? Trước hết cần xem xét mối quan hệ giữa vị trí địa lý của đất đai và giá trị của nó. Từ thực tế có thể khẳng định giữa chúng không có quan hệ với nhau. Vị trí tự bản thân nó, tức vị trí trong trạng thái “trần trụi” không có ảnh hưởng tác động đến giá trị đất đai, không phải là thuộc tính mà nhà định giá cần quan tâm. Thuộc tính vị trí của đất đai mà các nhà định giá muốn nói đến chính là vị trí trong không gian kinh tế - xã hội. Ở đây, có thể nói, vị trí địa lý đã được bao phủ bởi các thuộc tính kinh tế - xã hội của đất đai, đấy chính là vị thế, thuộc tính tạo ra “khả năng sinh lời của vị trí”, lợi ích so sánh của các đơn vị diện tích đất đai ở các vị trí khác nhau. Đất đai có khả năng tái tạo và nâng cao chất lượng về mặt tự nhiên và vị thế xã hội thông qua hoạt động đầu tư của con người. Ngoài ra đất đai còn có một số đặc tính khác như: tính cố định, tính khan hiếm, tính dị biệt, tính thích ứng và tính tăng trị. - Tính dị biệt tức sự khác biệt, nhưng chỉ khác biệt tương đối. Có nghĩa là các thửa đất đai khác nhau về mặt lượng, mà không khác nhau về mặt chất. - Tính thích ứng là khả năng sử dụng vào các mục đích khác nhau. - Tính tăng trị có nghĩa là giá trị đất đai có xu hướng tăng dần do nhu cầu và giá trị đầu tư vào đất đai ngày càng tăng. 2.3.2. Khái niệm giá trị đất đai Trong thị trường giá cả của đất đai được hình thành thông qua quan hệ cung cầu. Khi có sự cân bằng cung cầu trên thị trường hình thành giá cả cân bằng thị trường của đất đai. Giá cả cân bằng này sẽ thay đổi khi có sự mất cân đối cung cầu: giá giảm khi cung lớn hơn cầu và tăng khi cung nhỏ hơn cầu trong điều kiện các yếu tố khác không thay đổi. Giá cả thị trường là hình thức biểu hiện bằng tiền của giá trị thị trường. Giá trị đất đai bao gồm giá trị hữu hình và giá trị vô hình. Giá trị hữu hình ứng với các thuộc tính không gian (diện tích, hình thể, vị trí) cùng với các đặc điểm về địa hình, Trang 10 [...]... các mô hình cây quyết định (decision tree) và phần mềm DTREG (Phillip H Sherrod, 2003) Trang 12 GVHD: PGS TS Đỗ Phúc HVTH: Lê Thành Nguyên PHẦN 3: SỬ DỤNG DTREG XÁC ĐỊNH YẾU TỐ CẤU THÀNH GIÁ ĐẤT ĐAI Để tiến hành định giá đất đai, cần phải phân tích mối quan hệ tổng hòa các yếu tố trong khu vực khảo sát, từ đó, xác định các yếu tố quan trọng ảnh hưởng đến giá đất đai, làm cơ sở xác định giá đất Thông... nghệ thuật thương lượng trong mua bán Giá cả thị trường được hình thành thông qua quan hệ cung cầu thị trường về hàng hóa đất đai, là giá trị trung bình của các mức giá mua bán cụ thể và mức giá này được chấp nhận bởi đa số 2.3.3 Định giá đất đai Định giá đất đai là việc xác định giá trị tài chính của đất đai từ các đặc điểm kinh tế, xã hội của chúng làm căn cứ thực hiện giao dịch liên quan đến đất đai. .. của các yếu tố đối với đất đai ở từng khu vực là khác nhau Ví dụ: giá đất ở có vị trí mặt tiền đường cao hơn giáp sông nhưng đất nông nghiệp hoàn toàn ngược lại Để giải quyết vấn đề này, nhóm nghiên cứu Khoa Quản lý đất đai & Bất động sản trường ĐH Nông Lâm Tp.HCM đã áp dụng mô hình cây quyết định xác định các yếu tố cấu thành giá đất và đạt những kết quả khả quan Với bộ số liệu điều tra về đất ở đô... hóa các yếu tố hữu hình và yếu tố vô hình ảnh hưởng đến giá trị đất Để giải quyết vấn đề lượng hóa các nhà kinh tế lượng đề xuất sử dụng kỹ thuật phân tích hồi quy tuyến tính bằng phương pháp bình phương bé nhất xác định hàm số biểu thị sự phụ thuộc năng suất cây trồng hay giá trị đất đai vào các yếu tố đặc điểm đất đai Hàm số được xác định trong kinh tế học thường gọi là hàm sản xuất hay hàm giá hedonic... nhất định Giá trị đất đai bao gồm giá trị hữu hình và giá trị vô hình Giá trị hữu hình ứng với các thuộc tính không gian (diện tích, hình thể, vị trí) cùng với các đặc điểm về địa hình, địa mạo, địa chất, địa chấn và các tính chất sinh lý hoá của đất kết hợp với giá trị đầu tư phát triển hạ tầng đất đai Giá trị vô hình ứng với vị thế xã hội của đất đai Như vậy để xác định được giá trị đất đai, chúng... Lê Thành Nguyên PHẦN 4: KẾT LUẬN Với kết quả đạt được, cho thấy mô hình phân tích hồi quy bằng cây quyết định là biện pháp lý tưởng để xác định các yếu tố có ảnh hưởng đến giá đất, từ đó tiến hành phân cấp mức giá cho phù hợp Ứng dụng các kỹ thuật khai phá dữ liệu như các phần mềm phân tích thống kê, phân tích dữ liệu điều tra để xác định các các yếu tố ảnh hưởng cũng như mức độ ảnh hưởng của từng yếu. .. từng yếu tố tới giá trị đất đai trong mô hình, nhận thấy các yếu tố đều tác động đến giá đất theo đúng quy luật khách quan, yếu tố thuận lợi sẽ có giá trị cao hơn các yếu tố không thuận lợi, và trong mô hình chỉ có phân nhánh yếu tố khoảng cách tới chợ thị trấn là có một vài nút không phù hợp quy luật như nút 51, 11 và 21 Đối với nút 51 đã giải thích ở phân cấp khoảng cách đến chợ thị trấn, giá đất. .. nữa khẳng định kết quả của mô hình có khả năng dự báo khá cao Việc xác định giá đất theo mô hình cây quyết định dựa vào các phân nhánh của cây, đi từ các nhánh lớn đến nhánh nhỏ, đến nút lá cuối cùng để định giá Hình 4.8 thể hiện phân nhánh tại nút 34, dựa vào phân nhánh này xác định giá đất như sau: tại nút 34, cấp đường là được xác định dựa vào phân nhánh cao hơn là tại nút 3, là cấp đường huyện,... Thành Nguyên địa mạo, địa chất, địa chấn và các tính chất sinh lý hoá của đất kết hợp với giá trị đầu tư phát triển hạ tầng đất đai Giá trị vô hình ứng với vị thế xã hội của đất đai Cần phân biệt các loại giá trị: giá trị cảm nhận, giá trị tài chính: - Giá trị cảm nhận là trạng thái thỏa mãn tâm lý của con người khi tiêu dùng sản phẩm hàng hóa và dịch vụ Giá trị cảm nhận bao gồm giá trị tình cảm, giá. .. application Advanced Lectures Springer, 2001 [3] Trần Thị Thanh Huyền, Luận văn tốt nghiệp “Phân tích và xác định hệ số điều chỉnh các yếu tố ảnh hưởng đến giá đất đai trên địa bàn thành phố Biên Hòa”, 2010 [4] Nguyễn Mạnh Hùng, Trần Văn Trọng, Lý Hưng Thành, Trần Thanh Hùng, Hoàng Hữu Phê, 2008 “ Phương pháp định giá bất động sản ứng dụng lý thuyết Vị thế chất lượng” Trang 25 . NGHỆ THÔNG TIN ĐỒ ÁN MÔN HỌC GVHD: PGS. TS. Đỗ Phúc HVTH: Lê Thành Nguyên MSHV: CH1301102 TP HCM, Tháng 06 năm 2014 MÔN: HỆ HỖ TRỢ RA QUYẾT ĐỊNH ỨNG DỤNG CÂY QUYẾT ĐỊNH XÁC ĐỊNH YẾU TỐ CẤU THÀNH. số. 2.3.3. Định giá đất đai Định giá đất đai là việc xác định giá trị tài chính của đất đai từ các đặc điểm kinh tế, xã hội của chúng làm căn cứ thực hiện giao dịch liên quan đến đất đai. Để định giá đất. hành định giá đất đai, cần phải phân tích mối quan hệ tổng hòa các yếu tố trong khu vực khảo sát, từ đó, xác định các yếu tố quan trọng ảnh hưởng đến giá đất đai, làm cơ sở xác định giá đất.