苏盛
身份证号码：45240219870514****
摘要：随着经济的发展，信息技术发展迅速。大数据时代已经到来，并渗透到众多领域中，针对具体专业领域的大数据应用研究也越来越多。然而对于工程造价领域来说，这个方面却一直是个空白，每天，借助互联网以及各种工程造价系统产生着海量的工程造价数据，但是却没有科学准确的处理方法对其进行处理，使其白白流失掉，工程造价信息的获取和传递仍然依靠传统的方式进行，时效性和准确性都无法满足当今工程管理领域的需求。而要对这些庞大的工程造价信息数据进行处理和挖掘，为工程管理过程的决策提供依据和参考，仅仅依靠人工的处理技术是远远不够的，要创新应用数据挖掘技术来充分利用工程造价海量数据的价值，以促进行业快速健康发展。
关键词：大数据；数据挖掘；工程项目管理
引言
随着信息技术的飞速发展，大数据技术的应用为许多行业的发展带来了转机。对于工程项目管理事业而言，伴随着工程项目的规模不断增大，相关工作者的工作量也急剧增加，而以大数据挖掘技术为首的大数据相关技术的引入，为管理者提供了必要的技术支持，有效地缓解了管理者的工作压力，整体提升了管理者的工作效率。
1大数据背景下工程项目管理工作的发展现状
大数据挖掘属于ＫＤＤ发展过程中涉及的一个重要环节，通过大数据挖掘，操作者可以根据信息完整性在大量甚至海量的信息数据中挑选出有用的信息，并能够依据相对模糊或简明的规则对相应的数据进行调取。借助大数据挖掘技术，操作者可以对某些平时难以被人们发现，但真实存在的客观规律进行挖掘。以某广场的垃圾箱布置方案设计为例，借助大数据挖掘技术，通过对每天的人流量、广场的垃圾箱数量进行统计、分析，能够找出垃圾箱数与人流量之间存在的隐性联系，根据其在大数据软件中形成的变化曲线，总结相关计算公式与整体规律，通过精密计算，确定在广场人流量不同的区域安放不同数量垃圾箱的最优方案，以达到在节约资源基础上实现公共设施使用效率最大化的目的。在传统的工程项目管理工作中，管理者常常需要面对一些难题，例如，工程项目类型复杂、项目所涉领域过于广泛、项目规模庞大等。面对这些难题以及随之而来的工作压力，管理者的工作效率与相关人力、物力资源的利用效率都会发生一定程度的下降。然而，伴随着大数据技术的飞速发展，许多企业在管理过程中加大了对相关技术的重视。借助大数据挖掘技术的帮助，管理者能够对工程管理工作的相关内容展开更为科学、合理的分析，在此基础之上，管理者可以通过完善相关数据库的构建，进一步对工程项目进行规模化的管理，提升管理工作的整体效率并促进企事业单位的稳定发展。
2工程项目管理信息化的发展趋势
工程项目管理，是以工程项目为主要目标的一系列管理方法的总和的一个代表。如果想要实现工程管理的快速发展，就应该确定最主要的目标，并且掌握工程管理的各个环节，发挥大数据技术的优势以及大数据时代下为工程管理提供的便捷模式，从而促进工程管理达到一个新的发展高度，我们通过数据挖掘在工程管理的有效使用，能够加快我国工程管理，各个环节乃至整个流程的步骤，从而使工程管理得到进一步的提升，同时也为工程管理以后的发展做好进一步的积淀，使得工程管理项目效益能够逐步增加。在过去传统的工程项目管理中，常常存在着项目区域分布广、项目类型较杂、项目领域涉及广、项目规模及数量庞大等特点。这一过程往往会造成企业内部人力、物力资源的利用率低下、工作量大且办事效率低，浪费大量的财力及人力资源。现如今，企业对工程项目的管理更为准确，这是基于数据挖掘技术对工程施工过程中所产生的数据进行科学、合理的掌握，使得这些数据能够“告诉”管理人员工程的具体情况，而管理人员也能够通过这些数据对工程项目有一个具体的了解。工程项目管理信息化，是信息化时代下使用信息化手段对工程项目管理的一次新的变革。
3大数据挖掘在工程项目管理中的应用策略
3.1建立基础数据模型
基础数据模型基于较大规模的数据信息，以大数据挖掘技术对收集到的信息进行提炼、分析，在此过程中，管理者通过对相关信息规律进行整合，最终以数据模型的形式进一步对工程项目管理条目及相关工作的一般特性进行直观展示。一般情况下，工程管理工作包括：工程进度管理、资金管理、安全风险控制等基础环节。在大数据技术的帮助下，管理者可以按照相关项目条目对基础工作信息进行有效的收集与整理，与此同时，计算机软件会根据拓扑学相关原理，将收集到的工作信息进行有效处理，最终形成蛛网式数据结构以便管理者对处理结果进行更好的调用与分析。针对管理目标缺少相应参照物问题，管理者可以通过搭建奇异值模型，将大数据挖掘技术融入工程项目管理过程中。以我国某地区城市建设为例，管理者在搭建该城市相关道路模型时，发现其模型在搭建过程中不具备可参照性，且管理项目的相关数据“极值”存在一定问题，导致管理者在针对该项目的大数据挖掘工作中，不能按照常规的分析方式对数据进行分析；为保证分析结果的准确性，管理者最终采用了“奇异值”模型作为基础模型，对相关分析对象进行条目式分解，保证数据合理性，并在此基础之上制定大数据挖掘方案通过细致计算，对不同管理对象条目下的数据进行完整的分析处理。
3.2完善大数据挖掘管理制度
对大数据挖掘管理的层次架构进行搭建，是将大数据挖掘工作融入工程项目管理过程的首要环节。在这一环节中，首先需要引入市场化层次管理理念与控制集中化的相关思想，以便项目开发单位对相关信息进行进一步的收集、处理，构建管理回路，将大数据信息资源作为企业管理工作的数据支撑。在此基础上，管理者应该对相关数据进行有效控制，按照相关规范对数据进行采集、处理、分析，保证采集过程的高效性与及时性，结合数据信息的整体情况，对管理工作进行阶段性划分，并针对施工成本与进度控制、工程安全风险控制等不同工作阶段提出有效的决策性建议。
结语
总之，大数据背景下的工程造价数据挖掘工作，因不同的使用目的，需采用不同的数据分析和挖掘方法。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.
[3]齐譞博.大数据挖掘在工程项目管理中的应用[J].住宅与房地产，2018（36）：105.
[4]李云飞.大数据挖掘在工程项目管理中的应用分析[J].吉林工程技术师范学院学报，2018（9）：53-55.
[5]刘著.大数据挖掘在工程项目管理中的应用探究[J].工程技术研究，2019（19）：162-163.
[6]范文龙.大数据与工程造价有效融合的思考[J].广东开放大学学报，2018（01）:105-108+112.
[7]杨颖.大数据在工程造价中的应用[J].建筑工程技术与设计，2015（19）:474.
[8]张伶俐.基于大数据的工程造价管理研究[J].居舍，2018（06）:140+124.
[9]肖辉祥，周煜，张艳丽，等.浅谈大数据下工程造价管理[J].中国管理信息化，2017，20（01）:80-81.