王飛
河北建研科技有限公司 河北 石家莊 050022
大數據,具有“5V”特點,即:大量、高速、多樣、價值以及真實性;在BI、工業4.0、云計算、物聯網以及互聯網+等領域均適用[1]。而對于建筑材料檢測市場來說,從國內現狀來看,存在較多的建筑材料質量隱患,為了更為細化且深入地了解我國建筑材料檢測市場情況,便可以借助大數據進行分析,通過分析統籌,為進一步制定并實施有價值的市場拓展計劃方案奠定有效基礎。
以某檢測機構為例,在2016年、2017年、2018年均進行了建筑材料市場中具有代表性的建筑材料的檢測工作,比如:水泥、鋼筋、鋼材、外加劑、摻合料以及砂石等。具體數據情況如下表1所示:

表1 ·某檢測機構2016-2018年的主要建筑材料檢測數據情況分析
由數據可知,2016年、2017年、2018年經數據分析,主要建筑材料檢測不合格率分別為4.60%、2.60%、1.80%,呈逐年遞減的趨勢,說明國家對建筑材料市場中流通材料的質量、性能提出了越來越高的要求。從總體層面來看,3年主要建筑材料檢測不合格率為2.69%,而從大數據來看,主要出現建筑材料檢測質量問題的包括:安全防護用具中的安全帶、基礎原材料的速凝劑、防水涂料、隔熱保溫材料、墻體材料以及鋼結構材料等,其中鋼結構材料中高強螺栓的緊固軸力性能、鋼網架構件桿件的質量隱患較為明顯[3]。總之,從建筑材料質量及性能提升角度考慮,需對這些存在質量隱患的建筑材料加以重視,做好建筑材料檢測及監控管理工作。
在合理利用大數據分析方法的基礎上,可通過對龐大數據量進行有效抓取,進一步對建筑材料檢測的數量及質量情況進行分析,找出其中不合格的建筑材料,分析其質量影響因素,使從業人員更為直觀地了解建筑材料不合格的情況及原因,為進一步制定有效的改進措施奠定基礎。與此同時,可利用大數據,并遵循“存量挖潛”、“增量優化”的原則,將原有的市場基礎牢牢把控,既保持傳統檢測技術的優勢,又注重大數據分析的融入,通過數據整合分析,全面了解建筑市場材料的基本情況,進而促進建筑材料檢測工作的優化。
一方面,通過大數據分析,可了解市場不合格的材料,進一步采取有效改進措施,這樣不但體現了檢測技術服務的優化,同時也保證了市場建筑材料的質量,為建筑材料市場的良性發展奠定有效基礎。另一方面,在建筑材料質量管理及監督過程中,建設行政主管部門需發揮自身的職能作用,而合理科學利用大數據分析,則能夠為該部門工作的開展提供有效保障,使建筑市場材料的質量監控力度得到有效強化,進一步提升建筑材料市場的穩定。
大數據具備大量、高速、多樣、價值以及真實性的數據信息,借助大數據分析,可以了解建筑材料的質量隱患及不足,為科研團隊改進建筑材料,優化建筑產品提供幫助,比如研發更加“綠色”、“環?!?、“性能質量優良”的建筑材料,進而使建筑行業的發展的大有效革新。與此同時,利用大數據可實現信息共享,使相關行業通過共享信息,了解建筑市場材料實況,為建筑材料市場理論和實踐科研項目的順利、有序開展奠定扎實的基礎。
綜上所述,隨著建筑事業的發展,在建筑市場中流通的建筑材料類型也呈現了繁多的特點,按化學成分分類包括了:無機材料、有機材料、復合材料等;按使用功能分類,包括了建筑結構材料、墻體材料、建筑功能材料以及建筑器材材料等。同時,從現狀來看,我國建筑市場材料存在較多不合格的情況,為了維持建筑材料市場的和諧、穩定,便有必要注重大數據分析技術的應用,在建筑材料檢測市場拓展過程中,充分重視大數據的應用,優化建筑材料檢測,加強建筑材料質量監控,實現建筑材料信息共享,從使建筑材料市場實現良性、可持續發展。