摘要：在大数据背景下，建筑企业想要获得更为广阔的发展空间，就必须要顺应时代的发展，对现有的管理模式和方法进行创新，合理地应用各种大数据技术，并且将其有机地融合到工程项目管理当中，从工程项目的设计、施工、管理等多个方面进行管理方法优化，以此推动工程项目的管理发展，彰显出大数据技术在工程项目管理中的实际应用价值。
关键词：大数据背景；工程项目管理；创新
1大数据的概念
大数据是信息时代背景下人们对海量数据的俗称，以及与数据相关技术及各项应用创新的统称。然而目前大数据的概念并没有统一标准的答案，它实际上是以各种相应的软件为工具，在一定的条件下对海量数据进行收集和管理，并不断结合大数据的特点及人们的使用需要对数据处理模式进行创新，从而促使大数据拥有更强的决策能力、洞察发现能力和流程优化能力。由此可见大数据实际上是一种数据种类和数量非常多、信息增长速度快且利用程度较高的信息资产。
2大数据的主要特点
2.1数据体量大
多样化的信息技术为信息量的增长提供了助力，这就使得信息化背景下的大数据呈现出数据体量大、增长快的特征。互联网的应用普及，使得通过网络进行工作学习，实施数据获取、分享的人群和机构越来越多。经济的快速发展使得人们生产生活中的信息数据使用量逐步增大，大数据技术就是基于人们日益增长的信息量应运而生的技术。科技的发展创新为数据量的增长提供了平台，互联网每日产生的数据量已呈爆发式的增长趋势，通过邮件、微博等形式发出的信息更是不计其数。
2.2数据种类多
现代社会的数据信息逐步朝着多元化的道路发展，科技的发展赋予了人们更加多样化的信息获取渠道。大数据背景下的数据资源不再仅限于结构化的数据，各种半结构化、非结构化数据形式也越来越多，这种数据形式对数据的存储、处理提出了新的要求。大数据相较于传统数据处理的最大区别就是更加关注对非结构化数据的高效处理，小众化、体验式的处理特征使得数据处理效果更加人性化。
2.3信息处理速度快
实现对海量数据的高效处理，是大数据区别于传统数据处理的显著优势。在各种传感器、互联网技术的支持下，数据的获取途径越来越多，信息的传播速度越来越快。人们已经逐渐成为信息时代数据产生的主要主体之一，与日俱增的数据量急需快速的信息处理速度作为保障，才能最大限度的提升数据的利用率，给人们的生产生活带来更多便利。同时数据在互联网中是不断发展变化的，此时需要大数据能够快速、持续、实时的对数据进行高效处理。
2.4数据价值密度低
大数据为了保障获取数据的全面性，通常直接采用所获取的原始数据，这就使得大数据具有数据价值密度低的特征。大数据所收集的数据保持了数据本来的特征和属性，没有对数据进行采样、抽象和分析等相关处理，使数据更加真实全面的反应出事物的具体情况。以监控视频为例，大数据将24h不间断捕捉到的数据都进行了存储，而这些数据有些没有利用价值，这就降低了整体数据利用价值，从而使得数据信息的价值密度随之降低。
3大数据背景下工程项目管理方法创新对策
3.1大数据决策技术
建筑工程管理模式的转型需要依托于先进的管理理念与管理技术，当前大数据背景可以看作是建筑工程项目管理工作发展的重要机遇。管理人员需要对先进的技术进行应用，以促进建筑工程管理模式的转型。
在现阶段的管理工作中，管理人员主要倾向于对云计算技术、智能物联技术、移动互通技术等进行应用，在上述技术的支持下，建筑工程管理人员可以对现场施工、材料采购以及施工人员等进行有效的管理。实际的管理工作对管理人员的技能水平要求较高，需要管理人员认识到存在的诸多影响施工与管理决策的复杂因素，因而，在应用大数据技术时，也要考虑建筑工程项目在大数据判断与预测结果方面可能出现的偏差，由此需要建筑工程管理人员对大数据决策技术进行合理的应用。在应用大数据决策技术时，在诸多方面可以彰显效益，在最初的工程项目方案的讨论与改进阶段可以使用大数据决策技术，在工程项目后期维护和运营阶段可以使用大数据决策技术，在项目施工合同的订立和执行阶段也可以使用大数据决策技术。建筑工程管理人员要充分借助大数据分析与大数据挖掘等技术，对信息资源进行深入分析，以提高建筑工程项目决策的科学性。
3.2积极构建工程项目管理数据模型
在大数据背景下，建筑工程管理工作的开展需要在海量的工程项目管理数据的支持下进行，需要构建一个完善的工程项目管理数据模型，以此为工程项目管理工作的具体落实提供科学参考。因此，建筑工程项目管理人员需要掌握相关的数据模型构建知识和专业技能，在大数据技术的支撑下完成工程项目管理数据的获取和整合，并且对工程项目的整体内容和所产生的大量有效数据进行全面的掌握，从中获得数据之间的关系以及发展规律[2]。一方面，工程项目管理人员要善于发掘数据信息与工程项目管理和施工之间的联系，并且借助管理数据模型将工程项目的一般特征进行展现，帮助管理人员清晰、直观的观察到工程项目的管理内容和数据参数等，以便于管理人员有针对性地制定管理方案、优化管理流程等。另一方面，建筑工程项目包含了建造参数、工程进度、建筑成本以及使用维护等众多项目，都会产生大量的实时数据，管理人员需要对这些具体的数据进行统一的管理，并且构建专项模型，以便区分不同的管理项目，确保工程项目管理工作的高效落实。同时，专项管理数据模型的构建可以建立不同工程项目管理之间的沟通桥梁，对工程管理项目进行细化，形成分布式的大数据管理模型，为工程项目管理提供便捷条件。
3.3创新数据收集与处理方法
建筑企业在开展工程项目管理工作的时候会产生大量的数据，如何高效且准确的收集与处理相关的管理数据是日常的工作重点，也是工程项目管理效率与质量的重要保障。建筑工程项目管理的内容比较多，并且管理流程复杂，传统的管理方法已经逐渐无法适应现代建筑工程项目的发展，必须得到有效的创新，尤其是在数据收集和处理方面。大数据背景下，建筑工程项目所产生的数据量大、并且来源广泛，对工程项目管理的时效性和有效性都提出了很高的要求，传统的数据收集和处理方法具有一定的滞后性，不利于工程项目管理工作的高效开展[1]。为此，工程项目管理人员需要充分利用大数据技术，对不同来源、不同组成以及不同内容的工程项目数据进行统一的汇总和分析，并且借助计算机技术的处理能力进行数据处理，以此实现工程管理数据的存储、集成、采集以及处理等工作的一体化。
结束语
对于建设工程项目而言，在进行管理时，管理人员应注重对数据的充分应用，而在大数据环境下，针对建设工程的数据可以使用专项的大数据技术，由此，信息资源已经成为建设工程项目管理的主要内容。在建设工程项目管理的发展进程中，大数据技术的出现可以说为其提供了全新的发展方向，对于各个管理环节的信息处理效率能够提到显著的提升效用。因而，建设工程项目管理人员在理念上和手段上要同时进行创新，充分践行大数据等先进技术，形成建设工程项目管理的现代化体系。
参考文献
[1]刘著.大数据背景下冶金工程项目管理的革新要点[J].工程建设与设计,2019(16):213-214.
[2]刘爽,毛栉睿.大数据背景下工程项目管理的革新要点[J].工程建设与设计,2019(04):230-231.
[3]黄仁刚.大数据环境下质量工程项目管理与研究[J].湖北函授大学学报,2018,31(14):95-97.
[4]石凯.探析大数据技术在工程项目管理中的应用[J].中小企业管理与科技(下旬刊),2018(07):125-126.