vduydong/vietnam-real-estates-2

--- language: - vi license: cc-by-nc-4.0 task_categories: - tabular-regression tags: - real-estate - vietnam - property - geospatial - price-prediction - tabular - vietnamese - "Tiếng Việt" dataset_info: features: - name: name dtype: string - name: description dtype: string - name: property_type_name dtype: string - name: province_name dtype: string - name: district_name dtype: string - name: ward_name dtype: string - name: street_name dtype: string - name: project_name dtype: string - name: price dtype: float64 - name: area dtype: float64 - name: floor_count dtype: float64 - name: frontage_width dtype: float64 - name: house_depth dtype: float64 - name: road_width dtype: float64 - name: bedroom_count dtype: float64 - name: bathroom_count dtype: float64 - name: house_direction dtype: string - name: balcony_direction dtype: string - name: published_at dtype: string splits: - name: train num_examples: 3500744 --- # 🏠 Tinix Vietnam Real Estate Listings (2025-2026) **Tinix Vietnam Real Estate Listings 2025-2026** là bộ dữ liệu bất động sản Việt Nam quy mô lớn được thu thập và xử lý bởi [TiniX AI](https://tinix.ai/), bao gồm đúng **3.500.744 tin đăng bán/cho thuê bất động sản** từ tháng 6/2025 đến tháng 3/2026 sau khi đã qua bước lọc loại hình nghiêm ngặt (loại bỏ Nhà mặt phố, Nhà trong ngõ). Đây là tài nguyên phục vụ nghiên cứu về thị trường bất động sản, xây dựng mô hình định giá nhà, phân tích xu hướng thị trường tại Việt Nam. > **A massive, refined Vietnam real estate listing dataset** containing over 3.5 million property records collected between June 2025 and March 2026, curated and published by [TiniX AI](https://tinix.ai/). --- ## 📊 Market Overview & Statistical Insight ### Property Listing Volume by Month  ### Regional Market Concentration (Top 10 Provinces)  ### Property Listing Breakdown by Category  ### Market Price Distribution Analysis (VND)  --- ## 📋 Dataset Summary | Attribute | Value | |---|---| | **Total Records** | 3,500,744 | | **Time Range** | 2025-06-01 → 2026-03-31 | | **Number of Shards** | 10 (Parquet format) | | **Provinces Covered** | 63 tỉnh/thành phố Việt Nam | | **Coordinate System** | WGS 84 (EPSG:4326) | | **Language** | Vietnamese | | **License** | CC BY-NC 4.0 | --- ## 🗺️ Geographic Coverage Dữ liệu trải rộng trên toàn bộ 63 tỉnh thành Việt Nam. Các thị trường lớn nhất theo khối lượng tin đăng: | # | Province | Listings (Full Dataset) | |---|---|---| | 1 | 🏙️ Hồ Chí Minh | 1,357,526 | | 2 | 🏙️ Hà Nội | 1,140,542 | | 3 | 🌊 Đà Nẵng | 185,973 | | 4 | 🏭 Bình Dương | 150,377 | | 5 | 🌴 Khánh Hòa | 98,377 | | 6 | ⚓ Hải Phòng | 72,788 | | 7 | 🌾 Hưng Yên | 65,223 | | 8 | 🏗️ Đồng Nai | 59,543 | | 9 | 🌾 Long An | 47,125 | | 10 | 🌊 Bà Rịa - Vũng Tàu | 45,885 | > *Figures reflect the final 3.5M record dataset distribution.* --- ## 🏷️ Property Types Bộ dữ liệu bao gồm các loại hình bất động sản phổ biến trên thị trường Việt Nam: | Type | Description | |---|---| | **Nhà** | Nhà riêng các loại / Residential house | | **Căn hộ chung cư** | Apartment / Condominium | | **Đất** | Land plots / Residential or commercial land | | **Biệt thự / Nhà liền kề** | Villas and townhouses | | **Nhà mặt phố** | Street-front houses | | **Shophouse** | Commercial shophouses | --- ## 📁 Data Schema | Column | Type | Description | |---|---|---| | `name` | `string` | Listing title (HTML stripped, phone numbers redacted) | | `description` | `string` | Full listing description (HTML stripped, phone numbers redacted) | | `property_type_name` | `string` | Property category (e.g., Căn hộ chung cư, Nhà, Đất, ...) | | `province_name` | `string` | Province / City name (63 provinces) | | `district_name` | `string` | District (Quận / Huyện) | | `ward_name` | `string` | Ward (Phường / Xã) | | `street_name` | `string` | Street name | | `project_name` | `string` | Real estate development project name (if applicable) | | `price` | `float64` | Listed price in **VND** (Vietnamese Dong). `null` if not disclosed. | | `area` | `float64` | Total floor/land area in **m²** | | `floor_count` | `float64` | Number of floors in the building | | `frontage_width` | `float64` | Frontage width in meters | | `house_depth` | `float64` | Depth of the property in meters | | `road_width` | `float64` | Width of the road in front of the property (meters) | | `bedroom_count` | `float64` | Number of bedrooms | | `bathroom_count` | `float64` | Number of bathrooms | | `house_direction` | `string` | Cardinal facing direction (Đông, Tây, Nam, Bắc, Đông-Bắc, ...) | | `balcony_direction` | `string` | Cardinal facing direction of the balcony | | `published_at` | `string` | ISO 8601 datetime the listing was published | --- ## 💡 Potential Use Cases - 🏠 **Real Estate Price Prediction** — Xây dựng mô hình định giá bất động sản dựa trên đặc điểm vật lý (diện tích, số phòng, v.v.) và vị trí địa lý. - 🗺️ **Geospatial Market Analysis** — Phân tích mật độ niêm yết, nhiệt độ giá và xu hướng thị trường theo khu vực địa lý. - 📈 **Temporal Trend Analysis** — Theo dõi biến động khối lượng tin đăng và mức giá theo tháng. - 🤖 **Vietnamese NLP on Real Estate Text** — Fine-tune hoặc pre-train các mô hình ngôn ngữ tiếng Việt trên văn bản mô tả bất động sản. - 📊 **Market Research & Segmentation** — Cung cấp insight về cơ cấu loại hình bất động sản và phân khúc giá thị trường Việt Nam 2025. --- ## 🚀 Quickstart ```python from datasets import load_dataset import pandas as pd # Load full dataset ds = load_dataset("tinixai/vietnam-real-estates") df = ds["train"].to_pandas() # --- Example 1: Listings in Hanoi with known price --- hanoi = df[ (df["province_name"] == "Hà Nội") & (df["price"] > 0) ] print(hanoi[["name", "price", "area", "bedroom_count"]].head()) # --- Example 2: Average price per province --- avg_price = ( df[df["price"] > 0] .groupby("province_name")["price"] .mean() .sort_values(ascending=False) ) print(avg_price.head(10)) # --- Example 3: Filter apartments in Hanoi --- apartments_hanoi = df[ (df["property_type_name"].str.contains("Căn hộ", na=False)) & (df["province_name"] == "Hà Nội") ] print(f"{len(apartments_hanoi):,} apartment listings in Hanoi") ``` --- ## 📜 License & Citation This dataset is released under the **Creative Commons Attribution Non-Commercial 4.0 International ([CC BY-NC 4.0](https://creativecommons.org/licenses/by-nc/4.0/))** license. > ✅ Free to use for academic research and education. > ❌ Commercial use requires explicit written permission from TiniX AI. ```bibtex @dataset{tinix_vietnam_real_estate_2025_2026, author = {TiniX AI}, title = {Tinix Vietnam Real Estate Listings 2025-2026}, year = {2026}, publisher = {Hugging Face}, url = {https://huggingface.co/datasets/tinixai/vietnam-real-estates} } ```language: - vi license: cc-by-nc-4.0 task_categories: - tabular-regression（表格回归） tags: - real-estate（房地产） - vietnam（越南） - property（房产） - geospatial（地理空间） - price-prediction（价格预测） - tabular（表格型） - vietnamese（越南语） - "Tiếng Việt" dataset_info: features: - name: name dtype: string - name: description dtype: string - name: property_type_name dtype: string - name: province_name dtype: string - name: district_name dtype: string - name: ward_name dtype: string - name: street_name dtype: string - name: project_name dtype: string - name: price dtype: float64 - name: area dtype: float64 - name: floor_count dtype: float64 - name: frontage_width dtype: float64 - name: house_depth dtype: float64 - name: road_width dtype: float64 - name: bedroom_count dtype: float64 - name: bathroom_count dtype: float64 - name: house_direction dtype: string - name: balcony_direction dtype: string - name: published_at dtype: string splits: - name: train num_examples: 3500744 # 🏠 Tinix越南房地产挂牌数据集（2025-2026） **Tinix越南房地产挂牌数据集2025-2026**是由[TiniX AI](https://tinix.ai/)收集并处理的大规模越南房地产数据集，包含**3500744条2025年6月至2026年3月期间的房产买卖/租赁挂牌信息**，经过严格的房源类型筛选（已移除临街住宅、巷内住宅两类数据）。本数据集可用于越南房地产市场研究、房产定价模型构建、市场趋势分析等场景。 > 本数据集为经过精细化处理的超大规模越南房地产挂牌数据集，收录2025年6月至2026年3月间的350万余条房产记录，由TiniX AI整理并发布。 --- ## 📊 市场概览与统计洞察 ### 月度挂牌量趋势  ### 区域市场集中度（前十省份）  ### 房产类型分类占比  ### 市场价格分布分析（单位：越南盾VND）  --- ## 📋 数据集摘要 | 属性 | 数值 | |---|---| | **总记录数** | 3,500,744 | | **时间范围** | 2025-06-01 → 2026-03-31 | | **分片数量** | 10（格式为Parquet） | | **覆盖省份** | 越南全国63个省市 | | **坐标系统** | WGS 84（EPSG:4326） | | **语言** | 越南语 | | **许可协议** | CC BY-NC 4.0 | --- ## 🗺️ 地理覆盖范围 本数据集覆盖越南全国63个省市，挂牌量排名前十的主要市场如下： | 排名 | 省份 | 数据集内挂牌量 | |---|---|---| | 1 | 🏙️ 胡志明市 | 1,357,526 | | 2 | 🏙️ 河内市 | 1,140,542 | | 3 | 🌊 岘港市 | 185,973 | | 4 | 🏭 平阳省 | 150,377 | | 5 | 🌴 庆和省 | 98,377 | | 6 | ⚓ 海防市 | 72,788 | | 7 | 🌾 兴安省 | 65,223 | | 8 | 🏗️ 同奈省 | 59,543 | | 9 | 🌾 隆安省 | 47,125 | | 10 | 🌊 巴地头顿省 | 45,885 | > *以上数据为最终350万条记录的数据集分布情况。* --- ## 🏷️ 房产类型 本数据集包含越南市场主流的房产类型： | 类型 | 说明 | |---|---| | **住宅** | 各类独栋住宅 | | **公寓/共管公寓** | 公寓/共管公寓 | | **地块** | 住宅或商业用地地块 | | **别墅/联排住宅** | 别墅与联排住宅 | | **临街住宅** | 临街住宅 | | **商住两用楼（Shophouse）** | 商业商住两用楼 | --- ## 📁 数据结构 | 列名 | 数据类型 | 说明 | |---|---|---| | `name` | `string` | 挂牌标题（已移除HTML标签、隐去电话号码） | | `description` | `string` | 完整挂牌描述（已移除HTML标签、隐去电话号码） | | `property_type_name` | `string` | 房产类别（例如：公寓/共管公寓、住宅、地块等） | | `province_name` | `string` | 省份/城市名称（覆盖越南63个省市） | | `district_name` | `string` | 区县名称 | | `ward_name` | `string` | 街道/社村名称 | | `street_name` | `string` | 街道名称 | | `project_name` | `string` | 房地产开发项目名称（如适用） | | `price` | `float64` | 挂牌价格，单位为**越南盾（VND）**，未披露则为`null` | | `area` | `float64` | 总楼层/土地面积，单位为**平方米（m²）** | | `floor_count` | `float64` | 建筑楼层数 | | `frontage_width` | `float64` | 房产临街面宽度，单位为米 | | `house_depth` | `float64` | 房产进深长度，单位为米 | | `road_width` | `float64` | 房产门前道路宽度，单位为米 | | `bedroom_count` | `float64` | 卧室数量 | | `bathroom_count` | `float64` | 卫生间数量 | | `house_direction` | `string` | 房屋朝向（例如：东、西、南、北、东北等） | | `balcony_direction` | `string` | 阳台朝向 | | `published_at` | `string` | 挂牌发布时间，格式为ISO 8601标准日期时间 | --- ## 💡 潜在应用场景 - 🏠 **房地产价格预测**：基于房产物理特征（面积、房间数等）和地理位置构建房产定价模型。 - 🗺️ **地理空间市场分析**：分析区域挂牌密度、价格热度及市场趋势。 - 📈 **时间趋势分析**：跟踪月度挂牌量与价格波动情况。 - 🤖 **越南语房地产文本自然语言处理**：在房地产描述文本上微调或预训练大语言模型（Large Language Model, LLM）。 - 📊 **市场研究与细分**：为2025年越南房地产市场的房产类型结构、价格分段提供洞察。 --- ## 🚀 快速上手 python from datasets import load_dataset import pandas as pd # 加载完整数据集 ds = load_dataset("tinixai/vietnam-real-estates") df = ds["train"].to_pandas() # --- 示例1：筛选河内市已知价格的挂牌信息 --- hanoi = df[ (df["province_name"] == "Hà Nội") & (df["price"] > 0) ] print(hanoi[["name", "price", "area", "bedroom_count"]].head()) # --- 示例2：各省份平均价格排行 --- avg_price = ( df[df["price"] > 0] .groupby("province_name")["price"] .mean() .sort_values(ascending=False) ) print(avg_price.head(10)) # --- 示例3：筛选河内市公寓挂牌 --- apartments_hanoi = df[ (df["property_type_name"].str.contains("Căn hộ", na=False)) & (df["province_name"] == "Hà Nội") ] print(f"{len(apartments_hanoi):,} 套河内市公寓挂牌") --- ## 📜 许可协议与引用 本数据集采用**知识共享署名-非商业性使用4.0国际许可协议（CC BY-NC 4.0，https://creativecommons.org/licenses/by-nc/4.0/）**发布。 > ✅ 可免费用于学术研究与教育用途。 > ❌ 商业使用需获得TiniX AI的明确书面许可。 bibtex @dataset{tinix_vietnam_real_estate_2025_2026, author = {TiniX AI}, title = {Tinix Vietnam Real Estate Listings 2025-2026}, year = {2026}, publisher = {Hugging Face}, url = {https://huggingface.co/datasets/tinixai/vietnam-real-estates} }