建筑施工領域的大數據研究及應用

趙磊

一、建筑施工領域大數據研究現狀與前瞻

建筑業是數據量最大、業務規模最大的大數據行業，但同樣是當前數據管理最落后的行業。客觀地說，建筑業信息化、大數據始終難發展起來，與這一行業的本質也有較大關系。建筑業生產的復雜性，導致互聯網充分應用、大數據成為生產力的技術難度十分巨大。我國建筑行業已經針對施工建造行為、物項實現了集成管理，并積累了海量數據。目前很多企業開展了大數據咨詢項目，旨在根據業務現狀制定出切實可行的大數據平臺方案，將新時代的科技成果與企業的業務相結合，實現數據挖掘和分析利用，充分發揮出建筑數據的價值。

（一）技術標準的制定與優化的現狀

通過長期的建設實踐，我國建筑施工行業正在建立健全標準體系。

然而，在大數據時代下，行業標準體系、企業標準體系建設仍然有很大的改進空間。一方面源于對該項工作的認識程度所限，另一方面傳統定額測定方法費力、耗時。基于經驗數據、現場測定、工作視頻等，結合大數據的理念，針對特定群體、特定組織文化，有可能實現工效的真實反映乃至于實時反映。

（二）現場施工的技術服務保障中大數據的應用前瞻

相比于國外先進的建筑業企業，我國最優秀的技術力量、最富經驗的技術人才大部分沉淀在項目上，圖紙及規格書以外的廣義數據、處理質量事故的經驗數據也都分散于項目之中，并隨著項目任務的結束而逐漸消散。

建造施工必須采用精細化管理方式，專業分工程度非常高，這種結構已經為數據的積累提供了天然的基礎。通過分析這些數據，我們可以找到質量缺陷的共模因素，通過適當的統計分析我們也可以找出影響質量穩定性的關鍵因素。甚至可以通過移動終端的APP應用，即時指導現場的施工作業。

在高質量的完成工作任務，需要進一步挖潛大數據資源，發現并盤活信息資產，重新定義并持續打造企業的核心競爭力。

（三）安全文化行為大數據應用前瞻

我國建筑施工行業擁有幾十萬人的從業大軍。這些從業人員每人每天都與互聯網發生關系，在互聯網上存儲了大量的公開信息。此外，通過一定途徑可以掌握從業人員的教育背景、成長環境、心理素質、駕駛習慣、規則的遵守情況、無人監督下的公德行為、即時通訊工具的信息統計等等廣義數據。這些數據通過計算機完成定量轉化，并結合有關案例進行相關性分析后，有可能揭示質量事故偶然性與必然性之間的聯系，可以用于實時評價個體的行為趨勢，進而做出預測和判斷。

未來，有必要建立企業核心競爭力的直觀化、可視化評價體系，便于自我評價和改進，進而提高客戶的滿意度，最終提升客戶的忠誠度。

二、建筑施工領域數據特點

客觀地說，建筑施工領域信息化發展緩慢，與行業的本質有較大關系。建筑施工領域生產的特殊性與復雜性，導致其進行信息化改造的技術、制度難度十分巨大。其數據存在以下特點：

首先，數據維度比較復雜，數據結構多樣，簡單來看，既有建筑類數據，如建筑造價類數據、建筑結構類數據、建筑施工工藝類數據、建筑材料類數據，也有管理類數據，并且不同數據的形態也不盡相同。

其次，行業鏈條多，參建方多，數據資源分散在不同單位手中，數據資源的整合存在一定困難。例如，管理類數據包括人力資源數據、財務數據、質量數據、安全數據、項目數據等等，由于關注點及顆粒度的不同，以月報等類型分散在從總部到各成員單位以及項目部的各個層面。而對于業務類數據來說，主要的設計數據都存在于業主或設計單位，大量的甲供物資采購信息及供應商信息也都在業主手中。

再次，隨著建筑信息化建設的升級，其施工管理系統歷經了幾代發展，各系統之間的數據繼承性較差。另外，還有大量的技術性文件以CAD、紙質文檔等方式分散于各單位。

最后，隨著信息化技術的發展，“十三五”期間，移動互聯、物聯網等新技術逐步應用于建筑施工領域，由此帶來了數據量的爆發式增長，也為建筑施工領域數據的管理帶來新的考驗。

三、建筑施工領域數據初步質量分析

本文對信息系統涉及的施工項目管理數據進行質量分析，為建筑施工領域大數據平臺的設計提供參考，同時為集團數據質量標準的進一步完善提供依據。

（一）數據質量概念

數據質量是保證數據應用的基礎，它的評估標準主要包括四個方面：完整性、一致性、準確性、及時性。評估數據是否達到預期設定的質量要求，就可以通過這四個方面來進行判斷。

1. 完整性

完整性指的是數據信息是否存在缺失的狀況，數據缺失的情況可能是整個數據記錄缺失，也可能是數據中某個字段信息的記錄缺失。

2. 一致性

一致性是指數據是否遵循了統一的規范，數據集合是否保持了統一的格式。數據質量的一致性主要體現在數據記錄的規范和數據是否符合邏輯。邏輯指的是，多項數據間存在著固定的邏輯關系。

3. 準確性

準確性是指數據記錄的信息是否存在異常或錯誤。和一致性不一樣，存在準確性問題的數據不僅僅只是規則上的不一致。最為常見的數據準確性錯誤就如亂碼。其次，異常的大或者小的數據也是不符合條件的數據。

4. 及時性

及時性是指數據從產生到可以查看的時間間隔，也叫數據的延時時長。及時性對于數據分析本身要求并不高，但如果數據分析周期加上數據建立的時間過長，就可能導致分析得出的結論失去了借鑒意義。

（二）分析方法介紹

本文使用RapidMinerStudio免費版進行建筑施工數據質量的分析。

1. 分析工具使用方法

下圖為RapidMiner的主界面。

下圖為RapidMiner的數據加載界面，本課題將通過系統組裝之后的數據導出為CVS文件，通過本地文件加載的方式導入到RapidMiner中。

數據加載完成之后，通過拖動的方式，將需要分析的數據源置入流程中，并選擇符合要求的處理算子，本課題選擇filter算子，將算子也拖入流程中，如下圖所示。

選擇算子之后，需要對算子的參數進行設置，filter算子可以過濾出符合字段要求的數據。

算子參數設置完畢之后，點擊菜單欄的運行按鈕，下圖為運行結果。

運算結果也可以通過可視化的方式進行展示，如圖6所示。

2. 分析過程與結果

1）數據來源

對目前建筑施工管理系統的各類數據進行質量分析，本次分析選取其中的關鍵數據進行分析，如下表所示。

（三） 數據質量分析

基于數據質量的定義，利用分析軟件及人工檢查的方式做以下項目的檢測：

空值：數據值域為空的數據

唯一性：數據本應唯一，但卻重復出現的數據

1. was拆分數據分析

根據上述指標項定義，was拆分數據存在如下問題：

存在某些指標項實際錄入時漏錄或不錄的數據；

存在全部為空的字段；

存在重復記錄。

主要指標數據指標項檢查，問題如下：

2. 托盤安裝進度數據分析

根據上述指標項定義，托盤安裝進度數據存在如下問題：

存在某些指標項實際錄入時漏錄或不錄的數據。

主要指標數據指標項檢查，問題如下：

3. 主地線進度數據分析

根據上述指標項定義，主地線進度數據存在如下問題：

存在某些指標項實際錄入時漏錄或不錄的數據；

存在未填充數據的字段。

主要指標數據指標項檢查，問題如下：

4. 預計數據管理分析

根據上述指標項定義，預計數據管理數據存在如下問題：

存在某些指標項實際錄入時漏錄或不錄的數據；

存在未填充數據的字段。

主要指標數據指標項檢查，問題如下：

5. 預計數據管理分析

根據上述指標項定義，預計數據管理數據存在如下問題：

存在某些指標項實際錄入時漏錄或不錄的數據；

存在未填充數據的字段。

主要指標數據指標項檢查，問題如下：

四、結論及建議

（一）結論

通過以上的數據質量分析，結合人工檢查中發現的問題，可得到如下結論：

系統開發人員離職造成數據文檔丟失，很多數據庫表及字段的定義、數據規則丟失，給數據理解帶來很大不便；

某些業務功能對應的數據庫表字段結構改變，從業務軟件組裝、導出數據時出錯；

數據漏錄或不錄的情況普遍；

存在重復保存的數據；

某些字段的默認數據設置規則不一致，如有的日期字段默認為“0000-00-00”，有的則為空；

存在大量字段為空的情況，有的表中的某些字段全部為空；

數據錄入規范不一致，例如有的人員姓名字段為漢字，有的為漢字拼音。修改狀態字段，有的為漢字，有的為數字，有的則為英文編碼。

（二） 建議

數據質量問題貫穿于項目的整個生命周期，對企業的實際生產運行影響巨大，結合以上發現的問題，建筑施工領域信息化管理中的數據質量控制要從技術、流程和管理三個方面進行：

從技術層面上，建筑建設管理信息系統存在噪音數據、遺漏數據和不一致性數據，需要進行數據清洗，同時需要對源數據做稽核。

在流程層面上，對于源數據的抽取要遵從一定的業務規則，數據的抽取和轉換需要很多步驟來完成，這就需要將過程流程化，并且流程可通過配置來實現。

在管理層面上，要求生產系統報送數據，按照“誰提供數據，誰負責”的原則由生產系統保證源數據的完整性、準確性、一致性、時效性。