Đồ án tốt nghiệp - Xây dựng data lakehouse trên nền tảng databricks đáp ứng các dịch vụ BI CDNKDBĐS

Tên môn học: Khóa luận tốt nghiệp

Giá: 44.000đ

Tổng thanh toán:

44.000đ

Người đăng tải:

#10377

Chi tiết tài liệu :

Đồ án tốt nghiệp ngành Kỹ thuật dữ liệu - Xây dựng data lakehouse trên nền tảng databricks đáp ứng các dịch vụ BI cho doanh nghiệp kinh doanh bất động sản - Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (HCMUTE)

Định dạng	PDF
Dung lượng	11.92 MB
Số trang	83
Ngành	Kỹ thuật dữ liệu

Lượt xem	9
Ngày đăng	06/02/2026

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA CÔNG NGHỆ THÔNG TIN

VŨ TRUNG KIÊN: 20133060
MAI THÀNH TRUNG: 20133105

Đề Tài :

XÂY DỰNG DATA LAKEHOUSE TRÊN NỀN TẢNG
DATABRICKS ĐÁP ỨNG CÁC DỊCH VỤ BI CHO DOANH
NGHIỆP KINH DOANH BẤT ĐỘNG SẢN

KHÓA LUẬN TỐT NGHIỆP KỸ SƯ CNTT
CHUYÊN NGÀNH KỸ THUẬT DỮ LIỆU

GIẢNG VIÊN HƯỚNG DẪN
Th.S Nguyễn Văn Thành
KHÓA 2020 – 2024

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA CÔNG NGHỆ THÔNG TIN

VŨ TRUNG KIÊN: 20133060
MAI THÀNH TRUNG: 20133105

Đề Tài :

XÂY DỰNG DATA LAKEHOUSE TRÊN NỀN TẢNG
DATABRICKS ĐÁP ỨNG CÁC DỊCH VỤ BI CHO DOANH
NGHIỆP KINH DOANH BẤT ĐỘNG SẢN

KHÓA LUẬN TỐT NGHIỆP KỸ SƯ CNTT
CHUYÊN NGÀNH KỸ THUẬT DỮ LIỆU

GIẢNG VIÊN HƯỚNG DẪN
Th.S Nguyễn Văn Thành
KHÓA 2020 – 2024

ĐH SƯ
CỘNG
PHẠM
HOÀ
KỸ THUẬT TP.HCM
KHOA
CNTT
Độc

XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh Phúc

*******

*******

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Họ và tên Sinh viên 1 : Vũ Trung Kiên

MSSV 1: 20133060

Họ và tên Sinh viên 2 : Mai Thành Trung

MSSV 2: 20133105

Chuyên ngành: Kỹ thuật dữ liệu
Tên đề tài: Xây dựng data lakehouse trên nền tảng databricks đáp ứng các dịch vụ
BI cho doanh nghiệp kinh doanh bất động sản.
Họ và tên Giảng viên hướng dẫn: ThS Nguyễn Văn Thành
NHẬN XÉT
1.

Về nội dung đề tài &amp khối lượng thực hiện:

2.

Ưu điểm:

3.

Khuyết điểm

4.

Đề nghị cho bảo vệ hay không ?

5.

Đánh giá loại :

6.

Điểm :

Tp. Hồ Chí Minh, ngày tháng năm 2024
Giảng viên hướng dẫn
(Ký &amp ghi rõ họ tên)

ĐH SƯ
CỘNG
PHẠM
HOÀ
KỸ THUẬT TP.HCM
KHOA
CNTT
Độc

XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh Phúc

*******

*******
PHIẾU NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN
Họ và tên Sinh viên 1 : Vũ Trung Kiên

MSSV 1: 20133060

Họ và tên Sinh viên 2 : Mai Thành Trung

MSSV 2: 20133105

Chuyên ngành: Kỹ thuật dữ liệu
Tên đề tài: Xây dựng data lakehouse trên nền tảng databricks đáp ứng các dịch vụ
BI cho doanh nghiệp kinh doanh bất động sản.
Họ và tên Giảng viên phản biện: ThS Trần Trọng Bình
NHẬN XÉT
1.

Về nội dung đề tài &amp khối lượng thực hiện:

2.

Ưu điểm:

3.

Khuyết điểm

4.

Đề nghị cho bảo vệ hay không ?

5.

Đánh giá loại :

6.

Điểm :
Tp. Hồ Chí Minh, ngày

tháng

năm 2024

Giảng viên phản biện

(Ký &amp ghi rõ họ tên)

LỜI CẢM ƠN
Trước hết, nhóm tác giả xin gửi lời cảm ơn sâu sắc đến Th.S Nguyễn Văn
Thành, giảng viên hướng dẫn, người đã tận tình hướng dẫn và hỗ trợ nhóm trong suốt
quá trình thực hiện khóa luận tốt nghiệp này. Sự chỉ dẫn
...

...
xây dựng được hệ thống thu
thập dữ liệu tự động. Những dữ liệu từ trang web nhóm thu thập được chưa đủ các
thông tin để có thể dự đoán tốt được giá bất động sản hiện nay ví dụ như các thuộc
tính khác ảnh hưởng mạnh đến giá cả bất động sản như: Số năm đã được xây dựng
của bất động sản, chất lượng của bất động sản... Ngoài ra còn rất nhiều yếu tố ngoại
cảnh khác ảnh hưởng tới giá cả như: gần trung tâm, bệnh viện trường học, mức độ dân
cư..., xa hơn nữa chính là các dự án quy hoạch, chính sách kinh tế,... có thể ảnh hưởng
đáng kể đến giá nhà đất nhưng khó thu thập dữ liệu đầy đủ và chính xác.
Hướng phát triển trong tương lai, Nhóm dự sẽ tiếp tục thu thập dữ liệu, mở
rộng hệ thống tích hợp thêm nhiều công nghệ giúp việc quản lý Lakehouse tốt hơn.
Ngoài ra nhóm sẽ phát triển và ứng dụng các mô hình học máy và AI tiên tiến để phân
tích dữ liệu chuyên sâu, dự đoán xu hướng thị trường và hỗ trợ ra quyết định thông
minh, chính xác hơn.

78

TÀI LIỆU THAM KHẢO
[1] Baeyens, T. (2020). Process Mining in Action: Principles, Use Cases and
Outlook. Springer.
[2] Choi, H., &amp Suh, S. (2021). Data Lakehouse: Next-generation data
management for big data and analytics. Journal of Information Systems
[3] Dehghani, Z. (2021). Data Mesh: Delivering Data-Driven Value at Scale.
OReilly Media.
[4] Furht, B., &amp Villanustre, F. (2016). Big Data Technologies and Applications.
Springer International Publishing.
[5] Gorelik, A. (2019). The Enterprise Big Data Lake: Delivering the Promise of
Big Data and Data Science. OReilly Media.
[6] Inmon, W. H., &amp Linstedt, D. (2015). Data Architecture: A Primer for the Data
Scientist. Morgan Kaufmann.
[7] Kimball, R., &amp Ross, M. (2013). The Data Warehouse Toolkit: The Definitive
Guide to Dimensional Modeling. Wiley.
[8] Microsoft. (2023). Azure Databricks Documentation
https://learn.microsoft.com/en-us/azure/databricks/.
[9] Nogueira, S., &amp Lagoze, C. (2020). Understanding the Data Lakehouse
Architecture: A Comprehensive Review. IEEE Transactions on Big Data
[10] Ramakrishnan, R., &amp Gehrke, J. (2003). Database Management Systems.
McGraw-Hill Education.
[11] Stonebraker, M., &amp Çetintemel, U. (2005). One Size Fits All: An Idea Whose
Time Has Come and Gone. Proceedings of the 21st International Conference
on Data Engineering.
[12] White, T. (2015). Hadoop: The Definitive Guide. OReilly Media.
[13] James Dixon (2010), Pentaho, Hadoop, and Data Lakes.
[14] Tom White (2015), Hadoop: The Definitive Guide.

79