摘要：随着大数据时代的到来, 大数据技术正在逐步渗透到社会生产生活的各个领域, 工程规划、工程建设及工程管理中也可以运用大数据技术提高工程质量。文章就工程项目管理工作中大数据挖掘技术的有效应用策略进行分析与探讨。

　　关键词：大数据挖掘; 工程管理; 进度管理;

　　大数据技术在工程施工建设管理领域中的应用, 可利用对大量数据信息的挖掘、整理与分析工作, 为工程项目管理提供数据支撑, 提高工程项目管理质量及管理水平, 加快工程施工进度, 降低工程成本, 提高工程质量, 保证工程项目施工建设单位的长远发展。

　　1 搭建大数据挖掘管理架构

　　工程项目管理过程中, 采用大数据挖掘技术参与管理, 需要首先搭建大数据挖掘管理的层次架构, 引进市场化层次管理理念与集中控制思路, 以项目开发单位进行大数据信息的收集, 利用回路模式, 使大数据数据信息成为企业决策管理的数据支撑。在这个过程中, 可通过数据信息的有效控制, 严格按照相关数据采集方法, 保证数据信息采集的高效性与及时性。以整体数据信息的实际情况, 对工程项目质量、施工成本与工程进度等管理工作进行阶段性划分, 并针对每一管理环节给出决策性意见与建议。工程项目数据信息不仅包括企业收集信息, 同时也应当包含外部信息, 保证数据信息具备完整性优势。

　　为强化工程项目管理工作, 可建立数据信息处理部门, 严格按照相关规定与具体要求, 进行数据信息的统一集中与统一控制, 实现项目业务的集中处理, 以保证数据信息处理效果。通过对工程业务具体工作的有效审批, 以及对施工环节加以健全, 确保企业信息数据沟通交流机制得以完善。工程施工过程中, 施工人员应与项目部门共同就项目业务进行沟通与交流, 从而产生大数据, 提高部门数据识别效率, 强化数据类型划分及数据信息整合, 进而由项目管理人员进行数据信息的录入, 由信息系统对数据信息进行自动识别, 从而深化数据信息的挖掘, 由企业决策者与领导者对数据信息进行深入研究, 以其为参考与借鉴依据, 支撑决策管理活动的开展。企业职能部门可利用数据信息支撑其项目管理工作的开展。

　　2 建立大数据挖掘项目团队

　　为充分发挥大数据挖掘技术在工程项目管理中的重要作用, 施工单位可建立大数据挖掘团队, 以该团队负责对于大数据信息的深入挖掘。在网络时代, 企业的长远发展是以人才建设为支撑的, 大数据挖掘技术的有效应用, 需要高素质技术人才团队作为支撑, 为充分发挥高素质人才团队的重要价值, 应当从以下方面入手。

　　2.1 建立工程进度数据挖掘团队

　　工程项目的施工作业过程中, 会产生大量的数据信息, 包括项目信息、资本信息、基础信息等, 要想充分发挥大数据挖掘技术在工程项目管理工作中的重要作用, 有效提高工程进度, 实现科学的进度管理工作, 就需要组建工程进度数据挖掘团队, 以该团队全面收集工程进度相关数据信息, 由专业人员进行评估与指导工作, 对相关数据信息进行深入挖掘, 提炼数据信息价值, 利用数据信息建立控制机制, 实现对于工程进度的有效管理, 保证工程项目可在规定时间内完成[1]。

　　2.2 建立工程质量数据挖掘团队

　　工程质量管理是工程项目管理的重要组成部分, 在运用数据挖掘技术开展工程质量管理工作时, 应当组建工程质量管理的数据挖掘团队, 由专业的数据挖掘与分析人员, 对工程项目施工作业过程中产生的数据信息加以有效整合, 采用大数据挖掘技术实现工程质量的有效管理, 及时发现工程施工过程中可能存在的风险问题, 比如工程设计缺陷、材料质量问题、工程验收规范等, 通过工程质量管理数据挖掘小组的技术应用, 工程项目质量管理水平得以有效提升。

　　2.3 建立工程项目成本数据挖掘小组

　　工程项目管理工作中, 成本管理是其中极为重要的组成部分, 在运用大数据挖掘技术开展项目成本管理的过程中, 需要对成本相关数据信息进行全面收集与有效整理, 包括工程质量信息、材料仓储信息、成本预算信息及质量检验信息等, 结合大数据挖掘技术, 搭建数据化的工程成本控制与管理体系, 实现对于工程施工成本的有效控制, 提高工程项目经济效益, 避免由于超出预算等问题导致工程质量下降。

　　3 建立基础数据模型

　　工程项目管理工作中, 可采用基础数据模型对项目相关数据信息规律加以体现, 基础数据模型基于大规模的数据信息, 采用大数据挖掘技术进行信息提炼, 整合数据信息规律, 并直观展示工程项目管理条目及工程项目管理工作的一般性特征。常规工程项目管理工作涵盖资金管理、进度管理、安全管理及材料管理等环节, 每个大的工程管理环节, 都涉及到若干细分条目。利用大数据挖掘技术开展工程项目管理工作, 应当按照工程管理工作的细分条目进行基础信息的有效收集与罗列, 在这个过程中, 需要运用拓扑学原理, 最终形成蛛网状数据结构, 通过数据信息的不断累积与叠加, 进行大数据的分布式挖掘, 获得基础信息, 以便于对工程项目管理工作加以指导。

　　针对缺少参照物的管理目标, 以及常规管理项目中的特殊目标, 可搭建奇异值模型参与大数据挖掘与工程项目管理。比如现代海绵城市建设中, 市政道路往往不具备可参考的模型, 且管理项目存在极值, 这就导致大数据挖掘时, 如果采用常规的平均分析方式, 会对分析结果带来较大影响, 因此可采用奇异值模型, 对分析对象进行拆解, 使其成为普通管理目标, 进而按照管理条目层级, 制定大数据挖掘方案。采用该模型, 可保证大数据挖掘的深度, 通过大量细致计算, 精准确定不同管理对象条目下的数据分析结果, 保证数据合理性[2]。

　　4 结束语

　　工程项目管理工作中, 采用大数据挖掘技术, 可以为工程质量、工程进度及工程成本的有效管理提供保障, 为了达到这一目标, 应当首先建立工程管理大数据挖掘技术团队, 划分不同小组, 分别就工程质量、工程进度及工程成本开展数据挖掘, 为工程项目管理提供数据支撑。

　　参考文献
　　[1]张庆帆.工程项目管理中大数据挖掘的应用[J].居舍, 2018 (32) :146-147.
　　[2]赖国华.数据挖掘技术在市政工程项目成本管理中的应用研究[D].杭州:浙江大学, 2004.

TAG标签： 大数据挖掘     进度管     工程项目管理