工程項目管理中大數據挖掘的應用分析

【摘要】大數據時代背景下傳統形式的工程項目管理工作目前已經很難滿足科學管理的實際需要，但數據挖掘技術方法在工程項目管理工作創造了全新的一項提升途徑。立足于大數據這一大背景來說，正確的認識工程項目管理問題的存在，有針對性地提出大數據挖掘管理層次的有效構建以及制度結構的構建，同時找到最佳的大數據挖掘項目組解決途徑，立足于房地產工程項目的實際情況，完成工期進度控制模型的有效設置，之后有針對性地提出相應的應用性研究。

【關鍵詞】工程項目管理；大數據挖掘；多元化；管理層次；制度結構

一、前言

隨著社會的發展，我國工程項目管理逐漸實現信息化以及知識化，在此過程中，最為重要的就是大數據技術的蓬勃發展，我國工程項目管理因為受到大數據發展的影響，需要面臨嚴峻的挑戰。如果使用傳統形式的管理辦法，那么就很難滿足現代時代發展的需要，數據以及信息的大量化已經成為目前工程項目建設的基礎。就目前來說，上述這部分信息資源實現科學的管理，是目前任何一個階段工程管理的重要部分，需要將其作為重點工作來實施。實際工作中，工程項目管理是以工程項目為主要對象的一系列系統管理方法。想要實現整體目標，就需要全過程動態管理該工程項目。隨著工程項目的逐漸動態化以及系統化，以及目前時代發展的基本需要。本次研究進一步驗證大數據技術的優勢以及大數據時代為工程項目管理所帶來的新發展。我們可以得到大數據技術的有效使用，可以促使我國工程項目管理每一個環節以及整體信息處理效率得到進一步提升，同時為后期的工程項目決策提供相應的借鑒以及參考，促使項目效益得到提高。

二、大數據時代背景下的工程項目管理問題

1.目前我國市場需求呈現一個多元化的發展趨勢，生產出一系列貼合市場個性化需求的工程產品是必要的，但是還有很多的產品正面臨著全新的挑戰。在工程設計以及工程評估的過程中，因為存在一成不變的剛性以及慣性，導致跟市場需求高度的貼合已經過于理想化。隨著大數據背景的影響，市場的需求目前逐漸轉化成為各類型的數據，倘若難以第一時間處理上述這部分數據的話就會直接造成困境的出現。首先是因為對數據難以實現完全的解讀，進而導致工程的設計以及工程的評估難以正確的貼合市場，不完全的市場貼合實質上指的是產出最后產品難以有效地滿足市場的需要；其次是因為錯誤的判斷數據信息，直接導致工程設計以及工程評估跟市場需要完全偏離，也就是最后的產品不會被市場接受，導致被排除在市場外。這樣一來，隨著市場需求的逐漸多元化導致數據逐漸呈現爆炸式的增長趨勢，但是工程項目管理工作就很容易在處于眾多數據中的時候產生方向的迷失，最后陷入困境，難以自拔。

2.經濟環境目前正處于一個快速變化的過程中，這樣會直接導致工程項目管理形成很多的不確定性，在上述的基礎上促使工程項目管理可以時刻面臨風險。技術更新的頻率處于一個不斷加快的過程中，同時，社會經濟環境目前逐漸處于突變的情況下，其突變的可能性也會明顯增加，上述工作對工程項目的實際進度、工程的成本、工程的質量以及工程的安全形成巨大的挑戰。例如，不斷增大的工程規模，那么其所需要的資金量也會隨著規模的擴大而不斷增加，這樣一來一定會導致大量的成本數據的出現以及大量的資金數據的出現，如果還是使用傳統形式的工程預決算管理方法，那么就很難從根本上滿足大工程項目的建設需要，非常容易導致工程進度以及工程的成本控制受到影響。再例如：工程規模的進一步增大一定會造成工程項目基礎數據受到影響，進而產生巨量的膨脹，如果是傳統形式的施工管理方法的話，不僅會導致安全隱患的產生，進而促使工程的整體質量以及水平受到直接的影響。

三、大數據挖掘技術對工程項目的管理優化方法分析

（一）大數據挖掘的管理層次以及制度結構的構建

首先，嚴格按照集中控制思路以及分層管理思路的要求，促使項目公司確立，將其作為數據的收集者，集團公司當成數據決策者的回路模式來分析。控制載體則指的是數據信息，項目公司需要嚴格按照集團公司所提供的數據要求第一時間完成數據的精準采集，集團公司需要嚴格按照總體數據的實際情況，以此為基礎完成成本、進度、質量以及安全方面的決策以及分析。上述提到的總體數據不僅包括項目公司所采集的內部數據，同時還包括集團公司完成的外部數據的采集，在上述基礎上，可以實現數據完整性得到保證。其次，嚴格按照控制的集中原則、數據的集中原則、管理的集中原則以及業務的集中原則等，完成數據處理中心的構建，同時完成相關業務的審批、項目的施工、公司的決策層所需要進行的相關數據溝通制度的進一步完善。施工現場人員跟項目部門的業務往來會促使各類數據形成，促使項目部實現數據的整理以及識別，在完成上述工作之后，將數據錄入信息系統中心，數據處理中心需要對那部分輸入進來的總體數據完成進一步挖掘以及處理，之后再向公司決策層提供，促使其完成進一步分析，進而輔助決策等，各職能部門可以按照需要隨時的完成項目數據調用，在上述的基礎上完成有效的管理，公司的項目部需要嚴格按照數據指標以及數據指標的正確提示完成施工作業管理以及相關管理工作。

（二）完成大數據挖掘項目組的構建，將項目管理中存在的主要問題解決掉

在一定資源約束的前提下，完成大數據挖掘項目組的構建，一定資源約束是保證條件，在上述的基礎上促使工程項目可以以一個最快的速度實現最有效的質量效果，同時使用盡可能低的成本實現預期的質量效果。首先，完成工期進度數據挖掘項目組的有效構建。進而完成供應商數據的整合、資金數據的整合、工程計劃數據的整合以及施工基礎數據的整合等，在完成數據挖掘建立之后，完成相應控制制度的完善，促使工期進度得到最大程度的推進；其次是完成工程質量數據挖掘項目組的構建。該部分需要完成質量檢測數據的整合、施工基礎數據的整合、物流倉儲數據的整合以及工期進度數據的整合等，在完成數據挖掘的基礎上完成相應控制制度的完善，防止因為物料管理的不規范性、或者是階段驗收的不規范性以及隱蔽工程驗收的不規范性、或者是計劃安排的不科學性，這是造成盲目搶工期的主要原因，同時還有設計本身存在的缺陷問題，這是導致工程質量失控的主要原因；最后，完成成本控制數據挖掘項目組的構建，該部分需要完成質量控制數據的整合、成本核算數據的整合、工程進度數據的整合、資金數據的整合以及物料數據的整合等。在完成數據挖掘的基礎上完成相應控制制度的完善，防止工期被拖延、工期質量控制不缺乏科學性等。

四、數據挖掘的工期進度控制模型分析

（一）工期延誤原因的關聯情況分析

可以選擇使用關聯規則方法來分析工期延誤的原因，數據挖掘中最為重要的工作內容，這是第一時間發現數據間存在的關聯的規則方法之一。本次研究對工期延誤原因完成挖掘模擬工作。規范取值的話會存在一定的復雜性，一部分原因比較隱形，上述工作需要在數據準備過程中完成。在使用關聯規則方法的基礎上可以從根本上獲得頻繁項集工作。

（二）多任務進度匯總權重的問題分析

工程項目一般情況下會涉及到很多個任務，在完成劃分子項目的基礎上完成管理工作。在遇到很多個子項目的時候，項目進度的簡單相加并不可以表示總工程項目，而是嚴格按照施工時間的加成算法來計算出正確的總工程項目百分比。例如：打地基為二十天工作量，水泥澆筑需要三十天的工作量，項目工期一般為三十天，在打完地基之后，那么總項目就完成達到百分之四十，那么項目就還需要使用30聽（50*60%）那么就可以順利的完成。在針對實際情況的基礎上完成周密計劃，之后精確的劃分工作，上述過程中，嚴格按照工作量來完成工程進度的計算才是最為精確的。倘若≥一個的子項目的完成時間超過工作量的話，那么其總項目的進度匯總就會缺乏一定的準確性。一般情況下，不管是房地產施工中期或者是前期的物資采購工作還是設備到位工作等都有很大的可能會存在完成時間超過工作量的現象，再此過程中，就需要使用大數據挖掘技術順利取得各個子項目實際工作權重估值大小，有利于進度匯總的過程中，取得更為完整以及準確的項目進度結果。

五、結束語

目前在社會經濟各個領域，大數據挖掘技術已經取得了很好的發展成果，日后將會取得更為廣闊的發展前景。本次研究主要分析了大數據挖掘技術在工程管理領域的有效使用，本次研究主要的創新點在于，針對實際情況，提出了立足于工程管理實際工作的關鍵點，此關鍵點主要指的是大數據挖掘項目組的構建。與此同時，進一步研究了工程進度數據挖掘項目組的模型設計與應用。在實際工作中。項目管理工作所涉及的方面非常的廣，所以我們需要做好辯證分析工作。

參考文獻

[1]賴國華.數據挖掘技術在市政工程項目成本管理中的應用研究[D].浙江大學，2012.

[2]周鑫.基于數據挖掘的工程項目全壽命期風險決策支持系統研究[D].重慶大學，2012.

作者簡介：陳洋（1986-），男，吉林長春人，在職研究生，研究方向：項目管理。