大数据挖掘在建筑工程管理中的应用研究

大数据挖掘在建筑工程管理中的应用研究

李海琴

130225198012107125

摘要：在大数据背景下，建筑工程管理工作对大数据挖掘的依赖程度越来越高，并且通过应用大数据挖掘取得了很好的管理效果。从目前来看，大数据挖掘在建筑工程管理中已经有了非常广泛的应用，经常应用于质量管理环节和成本管理环节。例如，在建筑工程的质量管理中，建筑工程管理人员应用大数据挖掘，可以大大提高现场管理质量，保证施工质量管理的有效性。更为关键的是，在云技术、5G通信技术、物联网等技术的支撑下，建筑工程管理人员可以构建建筑工程质量管理平台，这对于保证和提高施工质量管理水平具有十分重要的作用。

关键词：大数据；特点；挖掘；优势；建筑工程管理

大数据挖掘在建筑工程管理中的优势与效果是毋庸置疑的，在建筑工程管理中非常值得推广和应用。在应用大数据挖掘时，建筑工程管理人员要将应用大数据决策与集群智能、应用区块链大数据技术、构建大数据挖掘的管理层次与制度结构、成立大数据挖掘项目组四个方面的工作作为重点，最大限度发挥大数据挖掘的优势，努力构建系统化的、规范化的工程管理体系，为建筑工程管理工作保驾护航。

1大数据的特点

1.1数据规模大

大数据的数据量也是海量的，随着时代的不断发展，信息化技术的不断推进，数据的容量也越来越大，其计量单位可以是PB级、EB、ZB级甚至更大的计量单位，其中1PB=1024TB，1TB=1024GB，由此可见数据规模之大。

1.2处理速度及时效高

目前，现有的技术和手段，不足以处理当前呈井喷式增长的数据，因此，只有创新和改革处理技术，紧跟时代发展，才能使得企业在激烈的市场竞争中占领重要地位。高效率的数据处理速度，能确保数据信息的时效性，这对企业发展中重要决策的确定有直接影响，甚至关系到企业的未来发展。

1.3价值密度低

数据种类的繁多及其大规模的特性，导致数据价值密度低，但是庞杂的数据其具备的商业价值却极高，通过合理运用大数据，提取出能够解释和预测现实的数据，降低成本，就有可能创造极大的商业财富。

2大数据挖掘技术在建筑工程管理中应用的优势

2.1了解工程数据规律

大数据挖掘技术在建筑工程管理中应用最为明显的优势，就是能充分发掘和分析工程管理中的数据，并掌握其中一些基本的数据规律。工程管理中的数据规律分为两种：第一，结构化或半结构化的数据，较为容易分析和处理；第二，非结构化的数据，具有特异性，需要对其样本进行单独的分析和处理，有利于完善和补充工程管理。当前，建筑工程管理具有任务重、复杂性等特点，且涉及建筑工程从投资决策、设计、施工到竣工验收的整个过程，这期间必然牵涉工程量、资金以及工期等问题，大数据挖掘技术的应用，可以对同类数据的收集和整理进行平均化的处理，通过分析可以对建筑工程的工程量、资金以及工期等进行大致的判断和确定，为工程造价和资金的投入提供可靠的数据支持。非结构化数据的特异性是指建筑工程中的部分工程缺乏具体的参考对象，需要结合工程实际情况，对该部分工程进行细致的分析和研究，以确保工程质量，同时，所得数据结果将作为同类工程的指导和参考依据，也进一步完善和优化了工程管理。

2.2有利于工程管理质量的提升

随着信息技术的不断发展，应用大数据挖掘技术已经成为必然。大数据挖掘不仅可以提升数据的整合分析能力，同时还能协调不同阶段的工程管理工作，对于管理过程中存在的问题也能及时的发现和解决，实现了建筑工程精细化管理。此外，大数据挖掘还能提升建筑企业对自身发展情况的了解，通过数据分析，能准确预测行业发展，为管理人员确定企业发展决策，把握发展方向提供了可靠的数据支持，同时大数据挖掘还能有效提升企业管理效率和质量，有效避免企业运营过程中的风险及防控，为促进企业发展，提升企业市场竞争力奠定了基础。

2.3提升建筑工程预防风险的能力

建筑工程施工过程中，需要注意两个方面的问题，一是资金风险，二是安全风险，两者直接关系到建筑工程能否顺利进行，以及建筑企业的经济效益。因此，工程管理人员加强管理力度的同时，还需要将管理制度落实到实处。在工程管理过程中，大数据挖掘技术可以充分挖掘数据中隐藏的信息和价值，为工程管理人员工作的开展以及判断项目施工中可能存在的风险提供可靠的数据支持，为风险管理奠定坚实的基础。通过大数据挖掘可以将工程管理中存在联系的数据内容进行结合，可以提高信息交流的便捷性和及时性，从而有效的规避风险，提升防控风险的能力。

3大数据挖掘在建筑工程管理中的具体应用

3.1构建大数据挖掘的制度框架与管理层次

为了保障大数据挖掘在工程管理中能够充分发挥作用，首先需要构建大数据挖掘的制度框架和管理层次。在工程管理中，各个部门间负责的工作内容和职责不同，因此，建筑企业在进行工程管理的过程中可以通过分层管理和集中控制的管理模式，在明确各个部门工作职能的同时，也能明确部门职责。通过对信息数据的收集、整理和分析，为企业决策者提供可靠的数据支持，同时，数据信息与实际需求相结合，并将其分享给建筑工程各个参与方，实现数据的共享。通过这种管理模式，建筑企业可以有效的对数据进行整理、分析，并对其真实性进行评估，为建筑企业对工程项目进行准确的判断，进而做出有利于企业发展的决策。

3.2组建大数据挖掘队伍

首先，构建工程进度数据挖掘小组。在建筑工程的施工过程中，会产生大量的数据，包括施工方案、资金、施工基础信息等，若想充分利用这些数据，需要构建专门的工程进度数据挖掘小组，小组成员对数据进行收集和处理，并在专业评估人员的指导下，深入挖掘这些信息的价值，从而构建相应的数据控制体系，便于施工进度及施工计划的安排和制定，保证工程能在规定的时间内完成。其次，构建工程质量分析数据挖掘小组。通过专业质量分析数据挖掘小组，有效整合工程施工时产生的数据，利用大数据挖掘技术，创建与之相对应的质量控制体系，确保管理人员能够及时发现施工过程中发生的风险和失误，及时的做出反应，避免事态的进一步发展，保证工程的顺利进行，提升工程质量和效率。最后，构建工程成本控制数据挖掘小组。工程成本控制数据挖掘小组对工程项目中的各类数据进行详细的划分和整理，然后形成相对应的工程成本控制体系，避免不必要的工程成本支出。此外，工程成本数据挖掘小组还能有效防止因工期延长或超预算引发的工程质量降低等情况。

3.3构建施工工期进度控制模型

在建筑工程管理中，施工工期的控制也尤为重要，但是导致施工周期延长的原因有很多。通过大数据挖掘技术，对各有关部门的管理机制进行优化和改进，通过数据共享，将数据分析的结果反馈给管理人员，对信息进行存储的同时，并对数据进行深层挖掘分析。工程项目部需要将施工现场的各项数据进行录入并上传到系统，将数据信息传送给建筑企业数据库中，通过对数据的分析，更好的对现场施工进行科学合理的调度和管理。

4结束语

总之，随着信息技术的不断发展，在建筑工程管理中应用大数据挖掘技术已经成为主流，大数据挖掘对提升建筑企业工程管理水平有十分重要的现实意义。但在实际应用过程中，大数据挖掘仍然受到多方因素的影响，加之部分建筑企业仍未意识到大数据挖掘对于工程管理的重要性。因此，加强大数据挖掘的应用和推广，同时加强相关专业人才的培养和引进，最大限度的提升建筑企业数据收集和处理的能力。

参考文献

［1］曾晖.大数据挖掘在工程项目管理中的应用［J］.科技进步与对策，2014（11）．

［2］闵细根.探析大数据挖掘在工程项目管理中的应用［J］.江西建材,2016（12）.