Giasan.vn @rstars
0 likes•756 views
Tài liệu nêu rõ vấn đề về sự thiếu minh bạch trong dữ liệu thị trường bất động sản, dẫn đến khó khăn trong việc kết nối người mua và người bán. Ý tưởng xây dựng một hệ thống tổng hợp thông tin bất động sản dựa trên công nghệ phân tích dữ liệu lớn và xử lý ngôn ngữ tự nhiên nhằm cải thiện việc định giá và kết nối giữa các bên. Cuối cùng, tài liệu đề xuất cung cấp thông tin toàn cảnh và chi tiết về thị trường bất động sản Việt Nam để nâng cao độ tin cậy và minh bạch.
Giasan.vn @rstars
- 1. chuyên gia nhà đất
- 3. Đặt vấn đề • Dữ liệu về thị trường BĐS không minh bạch, vừa thiếu vừa thừa • Kết nối người mua, người bán gặp trở ngại 3
- 4. Dữ liệu BĐS: Thiếu • Lịch sử biến động giá theo thời gian • Định giá BĐS tự động • Thiếu niềm tin 4
- 5. Lịch sử biến động giá theo thời gian 5 Quá khứ | Xu thế
- 8. 8
- 9. 9
- 10. Dữ liệu BĐS: Thừa nhưng "tạp" 10 Tuan Nguyen, CEO rongbay.com
- 12. 1/17/17 12 So sánh thị trường BĐS với chứng khoán • 300 tỉ USD (báo cáo 2015 của FPT securities) • Thiếu thông tin chất lượng, thừa thông tin tạp • Khó kiểm soát điều hành • Chưa có biểu đồ báo cáo chi tiết • 33 tỉ USD (báo cáo của quandl.com) • Báo cáo, biểu đồ phân tích rõ dàng • Được quản lý, có quy chế điều hành chặt chẽ • Biểu đồ biến động giá thời gian thực 12
- 13. 1/17/17 13 So sánh thị trường BĐS với rao vặt, thương mại điện tử • Sản phẩm BĐS có giá trị cao • Sản phẩm có tính "bất biến", duy nhất, tồn tại lâu dài • Sản phẩm có giá trị thấp hơn • Sản phẩm mang tính tiêu dùng, da dạng 13 BĐS đang được quảng cáo online như "rao vặt"
- 14. Kết nối người mua, người bán • Đối với người mua/bán: – Đâu là BĐS phù hợp với tôi? – Đâu là nhà môi giới tin tưởng của tôi? • Đối với nhà môi giới – Đâu là người mua tiềm năng của tôi? 14
- 15. Có đủ tin tưởng để liên hệ hay không? 15
- 16. Đâu là người mua tiềm năng • Người mua hàng không chủ động tiếp cận nhà môi giới • 90% các cuộc gọi bán hàng bị từ chối • Năm 2012, khi ngành bất động sản gặp khó khăn, có đến 40% nhà môi giới bỏ nghề, chuyển sang làm công việc khác. 16
- 17. 17 MỤC TIÊU & XÂY DỰNG HỆ THỐNG 17
- 18. Mục tiêu • Giải bài toán dữ liệu BĐS • Từ dữ liệu, kết nối người mua và người bán tiềm năng 18
- 19. Ý tưởng chính • Xây dựng hệ thống tổng hợp thông tin rao BĐS – Máy tìm kiếm "google" cho BĐS • Sử dụng công nghệ phân tích dữ liệu lớn (big data processing) để thống kê, tổng hợp, phân tích và dự đoán từ dữ liệu • Sử dụng công nghệ xử lý ngôn ngữ tự nhiên (natural language processing) để bóc tách nội dung từ tin rao BĐS • Sử dụng dữ liệu phân tích hành vi (behavior analysis) người dùng từ đó hiểu người dùng, kết nối người dùng và nhà môi giới phù hợp 19
- 20. Quy trình xử lý dữ liệu 20 Xử lý dữ liệu lớn Xử lý ngôn ngữ tự nhiên Crawler dữ liệu Lọc dữ liệu thô Cơ sở dữ liệu Báo cáo Chatbot Website
- 21. Quy trình kết nối người mua/bán Hành vi người dùng tương tác với hệ thống Engine phân ch hành vi nhằm định vị nhu cầu (behavior analysis) Gợi ý, giới thiệu cho nhà môi giới thích hợp 21 Vd: Hay jm kiếm về D'capitale, Thang Long No 1 Phát hiện nhu cầu: Cao cấp, Cầu giấy, 50tr/m Gợi ý cho nhà môi giới A, chuyên BĐS cao cấp Cầu Giấy
- 22. Khả năng áp dụng • Đưa thông tin, số liệu toàn cảnh về thị trường BĐS Việt Nam – Xuất báo cáo chi tiết, chính xác • Đưa thông tin lịch sử, xu thế giá, định giá BĐS tự động với từng dự án cụ thể • Phân tích được hành vi, nhu cầu của người mua bán BĐS từ đó kết nối đến nhà môi giới thích hợp 22
- 23. 23
- 24. 24
- 25. Phân bố giá trị đất 25
- 26. Đối thủ cạnh tranh 26 Market AnalyHcs Homefinder.vn Expensive Affordable ConvenHonal lisHng nhadatso.com