身份证号码：44142719860108XXXX
摘要：大数据的出现与普及改变了人们传统生活与工作模式，大数据技术的运用已然是目前社会上广为人们讨论的热点。大数据技术的应用对传统数据的分析、挖掘以及管理产生了严重的冲击。工程造价管理工作中牵涉大量数据资源，而借由大数据针对工程造价数据进行挖掘，可以显著提高工程造价管理工作效率。为此，本文对大数据与数据挖掘相关概念进行概述，同时论述大数据技术在工程造价管理工作中的应用价值，最后提出合理挖掘数据以及重视数据挖掘结果可视化等具体方案，以期为大数据背景下工程造价数据挖掘工作提供相应的参考与帮助。
关键词：大数据；工程造价；数据挖掘
大数据是在云计算、物联网之后IT产业的又一次颠覆性技术变革。大数据的关键价值在于针对大量信息数据的存储、分析以及运用。伴随我国工程总量的不断增加，逐渐累积了大量工程造价相关数据，时至今日，工程造价信息数据往往是按照万亿总量的级别被归入大数据之中，且每年按照不低于50%的速度不断增加，工程造价信息数据以“量、价、费”作为核心实现动态化更新。同时，结合项目所在阶段的不同，工程造价信息化管理方法规定针对依法开展招标的建设工程开展工程造价信息物价备案。工程造价之中价格信息、指数信息以及指标信息都属于造价数据挖掘的主要目标，也是投资决定以及工程造价动态管理的关键凭据。而工程总价数据之中往往有许多具有潜在价值的信息。为此，合理运用大数据技针对工程造价数据进行挖掘，能够更为全面地了解与分析当前工程进度、投入成本等信息，为施工企业后续投资决策提供了帮助与参考，进一步提高国工程造价数据的运用价值。
一、大数据及似乎与数据挖掘
（一）大数据技术
大数据的本质是在特定时间之中无法使用常规软件予以管理以及分析的数据。大数据需要基于新的处理模式方可具有更为优秀的决策力、洞察力以及流畅的优化能力。大数据作为一种信息资产具有海量、增长率高以及多元化等优势。麦肯锡研究所关于大数据的定义是规模庞大至数据获得、存储、管理以及分析都已经超过传统数据库软件工具范围的一种数据集合。特点为数据规模庞大、流传速度较快、种类多元化以及价值密度低。大数据具有理想的战略意义与价值，具体表现为大数据可以针对庞大信息数据予以掌控，借由专业性的海量信息数据处理，使得信息加工能力得到显著提高，进而以数据加工为基础达到数据增值的目的。
（二）数据挖掘
数据挖掘的实质是在数据库内探寻隐藏的知识内容，是当前人工智能以及数据处理领域的关键性课题。所以称其为挖掘，是由于该技术所探寻的知识是探寻之前并不确定、具有潜藏的运用价值、隐藏的内容。数据挖掘的流程其实是决策支持的流程，数据挖掘便是基于统计学、大数据技术，通过自动化学习、AI智能以及识别技术的合理运用，非常规化地自主分析源自不同行业的信息数据，并从中总结出一定的关系网络，借此发现隐藏的模式或是存在的潜力，协助决策人员实现对市场发展的引导，尽可能降低企业经营面临的风险，并做出及时合理的预判。
从技术角度而言，数据挖掘必须从部分大量问题数据之中提炼隐藏的知识以及有效信息，同时确保提取的信息以及知识是之前未知的信息，保证数据具有一定的潜藏价值，上述问题数据包括不健全的数据，存在缺损的数据，无法全部分辨的数据以及随机性的数据。其中数据的来源应保证真实有效，数据量必须足够庞大，提炼的信息理应是用户按关注且感兴趣的信息，且实际操作之中具有可行性。
而针对原始数据，可以是源自不同行业的数据库，例如关系数据库之中包含的结构化数据；部分文本、视频材料等半结构化信息数据；网络中存在的零散且没有关联性的数据。关于信息以及理论知识的挖掘方法包含演绎法、归纳整理、数学模型以及非数学模型等。提炼所得知识可以用以信息检索、快速查询以及过程管控等，同时能够用作维系数据本身。故而，数据挖掘属于混合技术，可以充分应用数据。
二、工程造价数据挖掘对工程建设企业的影响
（一）有效控制企业成本
通常情况下，工程项目的特点表现为投资数额庞大，建设周期相对较长且存在许多不确定因素等特点。工程项目施工企业针对数据的挖掘能够将施工现场中中不同类型耗损的材料总量、价格等通过数据系统及时传输至工程项目的施工单位的数据库之中，为有关职能部门的成本管控提供必要的数据支持。
借由比对以及挖掘大量数据，通过合理的方式实现对成本的限制，使得工程项目施工单位成本管控水平得到显著提升。
（二）提高企业造价信息化管理能力
我国目前信息化管理能力在建设工程领域之中的应用水平有明显提升。工程建设造价信息化管理方面也存在诸多不足，其具体体现为工程造价数据分析效率较低、多次重复性工作、数据存储方面存在漏洞且无法及时与完善地获得材料市场有关价格信息数据以及各项信息数据更新即时性不强等问题，致使工程总价成果信息数据难以获得更为高效的应用。大数据的运用完成了资源以及信息数据的共享，使得施工企业可以更为深入地挖掘施工工程造价信息数据，工程造价管理水平得到显著提升，进而显著提高企业造价的信息化管理水准。
三、大数据背景下工程造价数据挖掘的具体方案
（一）合理挖掘大数据
就目前而言，我国工程造价领域信息化建设发展速度不断加快，也确实取得了较为明显的进步。但是，关于累积的造价相关数据缺乏对应的分析与挖掘的工具，造成企业虽然掌握海量的数据，但是欠缺有效的信息。目前，就算法方面而言，数据挖掘相对成熟，工程造价数据较为常用的数据挖掘算法包含聚类算法、分类算法、关联算法以及序列挖掘算法等。国外发达国家的数据挖掘技术发展十分迅速，许多数据分析公司已经开发了在商业之上运用相对成熟的数据挖掘工具。如今，大部分工程建设企业尝试采用BIM软件完成工程造价的数据挖掘，建议工程企业尝试采用国内兼容性较为理想的BIM软件，方便使用者掌握，同时也有助于工程造价数据实现软件之间的共享。而工作人员运用大数据处理信息技术过程中，处于不同大数据处理技术使用难度之间也存在明显差异，初期建议运用相对成熟且便于使用的数据挖掘方式，例如因子分析等，等待企业掌握一定数据挖掘能力之后，可以尝试选用或是综合应用不同类型更加复杂的挖掘技术。
（二）数据可视化技术的运用
数据挖掘工作本身较为枯燥，需要专业的工作人员开展数据挖掘。但是许多工程造价人员针对过于庞杂的数字往往无法更为直观地理解。灵活应用可视化技术，使得工程造价信息数据管理人员针对数据挖掘的流程更为清晰，也便于管理人员理解与认识数据挖掘结论，进而为之后的生产工作提供更为正确的指导。目前，国内外许多相关网站针对数据可视化的开发工作极为关注与重视，例如Tableau Software、Google Chart等。我国众多造价网站以及造价软件关于可视化的重视也有明显的提高。例如广联达在建模期间便可将用户所录入的信息数据转化为2D与3D图像。不仅如此，可以实现和其余数据之间的关联，为工程造价工作人员运用期间的直观了解提供了更多的便利。大数据针对可视化的要求更为苛刻，大数据需要相关可视化软件关键是以分布式数据库作为基础，进而为用户及时浏览以及数据挖掘提供便捷，针对可视化讨论予以足够的关注，能够令工程造价这一数据挖掘难度明显降低，提高数据挖掘整体工作效率。
结束语
伴随信息技术、工程技术的高速发展，我国工程造价信息化发展速度明显加快，为工程造价管理工作提供了诸多便利。而随着信息数据的不断增加，大数据时代正式到来，也意味着大数据技术的应用愈渐广泛。工程造价管理工作是工程施工的重要工作环节，关乎后续各项工作的开展。施工企业利用大数据挖掘技术能够对工程造价有关情况有更为客观地了解。为此，企业应充分运用大数据挖掘技术，深入探究造价数据隐含的知识以及内容，为决策者下达决策提供参考与帮助，保证决策的正确性。
参考文献：
[1]王鑫. 输变电工程造价大数据平台构建与智能分析管控应用研究[J]. 贵州电力技术，2018，021（011）：8-14.
[2]赵文滟. 基于大数据的工程造价信息资源共享模式研究[J]. 计算机时代，2018，318（12）：117-119.
[3]秦文哲. 大数据背景下医学数据挖掘的研究进展及应用[J]. 中国胸心血管外科临床杂志，2016年23卷1期，55-60页，ISTIC CSCD，2016.
[4]首新，叶萌，胡卫平，等. 教育大数据背景下log数据挖掘与应用——以PISA（2012）中国区问题解决测验为例[J]. 电化教育研究，2017，038（012）：58-64.
[5]戴惠丽. 大数据背景下机器学习在数据挖掘中的应用研究[J]. 吕梁教育学院学报，2019，036（003）：P.20-21.