XÂY DỰNG BẢN ĐỒ GIÁ ĐẤT Ở SỬ DỤNG THUẬT TOÁN EXTREME GRADIENT BOOSTING REGRESSOR (XGBoost) VÀ GIS TẠI KHU VỰC TRUNG TÂM THÀNH PHỐ HUẾ

XÂY DỰNG BẢN ĐỒ GIÁ ĐẤT Ở SỬ DỤNG THUẬT TOÁN EXTREME GRADIENT BOOSTING REGRESSOR (XGBoost) VÀ GIS TẠI KHU VỰC TRUNG TÂM THÀNH PHỐ HUẾ

Dương Quốc Nõn1*, Nguyễn Hữu Ngữ1, Lê Hữu Ngọc Thanh1, Nguyễn Ngọc Thanh1, Trần Thị Ánh Tuyết1, Phạm Thị Thảo Hiền1, Nguyễn Văn Tiệp1, Nguyễn Thành Nam1, Trịnh Ngân Hà1

[1]Trường Đại học Nông Lâm, Đại học Huế

*E-mail: duongquocnon@huaf.edu.vn

TÓM TẮT

Học máy (Machine Learning – ML) đang được ứng dụng rất rộng rãi để giải quyết các thách thức trong thực tiễn, trong đó có các lĩnh vực liên quan đến quản lý đất đai. Nghiên cứu này áp dụng ML, cụ thể là Extreme Gradient Boosting Regressor (XGBoost) algorithm kết hợp với GIS để xây dựng bản đồ giá đất ở đến từng thửa tại khu vực trung tâm của thành phố Huế. Từ tập dữ liệu 250 mẫu thông tin giao dịch thu thập, tiến hành huấn luyện, xây dựng mô hình và đánh giá độ chính xác (R2 = 0,6). Từ kết quả mô hình, đã mô phỏng được bản đồ giá đất thị trường của 4.377 thửa đất ở tại khu vực nghiên cứu. Trong đó, nổi bật các yếu tố ảnh hưởng đến giá đất ở như khoảng cách từ thửa đất đến khu vực trung tâm, khoảng cách đến các trục đường chính, loại đường phố, vị trí của thửa đất… Kết quả này khẳng định thêm tính khả thi của việc ứng dụng ML trong xây dựng bản đồ giá đất đến từng thửa đất theo lộ trình của Chính phủ.

Từ khoá: giá đất, Extreme Gradient Boosting Regressor (XGBoost), học máy, Machine Learning (ML), thành phố Huế.

 

SUMMARY

Urban land price mapping using Extreme Gradient Boosting Regressor algorithm (XGBoost) and GIS in the central area of Hue city

Duong Quoc Non1, Nguyen Huu Ngu1, Le Huu Ngoc Thanh1, Nguyen Ngoc Thanh1, Tran Thi Anh Tuyet1, Pham Thi Thao Hien1, Nguyen Van Tiep1, Nguyen Thanh Nam1, Trinh Ngan Ha1

1University of Agriculture and Forestry, Hue University

Machine Learning (ML) is being widely applied to solve practical challenges, including challenges related to land management. This study applies ML, specifically the Extreme Gradient Boosting Regressor algorithm (XGBoost) combined with GIS to map residential land prices for each plot in the central area of Hue city. From 250 collected transaction data, this study conducted training, modeling and accuracy assessment (with R2 = 0.6). From the model results, a market land price map of 4.377 residential plots in the study area was simulated. In particular, the factors affecting residential land prices are highlighted, such as the distance from the plot to the district center, distance to main roads, major intersections, street type, location of the plot… This result further confirms the feasibility of applying ML in building mass land price maps for each plot of land, which is expected by the Vietnamese government.

Keywords: Extreme Gradient Boosting Regressor (XGBoost), Hue city, Machine Learning (ML), land price.

 

Ngày nhận bài: 22/3/2025

Ngày thông qua phản biện: 09/5/2025

Ngày duyệt đăng: 12/6/2025