基于大數據的建設工程投資估算指標編制方法分析

林玉靜

建銀工程咨詢有限責任公司廣東分公司

對一個基本建設工程新項目而言，花費估算是必不可少的關鍵流程，伴隨著工程的進展執行，工程必須利用的詳細信息也很大，工程造價必須開展更為細致的估算，且整個過程也會愈發繁雜。而在項目建設工程中，投資估算這一流程相對靠前，在對投資開展估算時，許多要素都沒有辦法開展詳盡精確的明確，并且，在工程施工與實行時，難以避免的會發生一些影響要素，對工程造價造成不可預見的影響，這也讓新項目投資無法實現精確的估算，因而，早期估算就會遭遇越來越多的可變性，估算過程也相對不光滑，但投資估算對工程花費的影響水平是特別大的。投資估算關鍵出現于前期工作，是新項目計費最重要的階段，可以對工程的財力籌集與成本效益分析造成影響，對工程的基本工程規模，投資管理決策計劃方案、投資執行進展、項目設計成效、投資經濟作用等，都是有直接影響，更關聯到基本建設工程是不是可以順利開展。

傳統式的估算方式具體有占比估算法、資金周轉率法、綜合指標值法、生產效率指數值法等，盡管這種方式也可以對投資開展大致估算，但有一些必須細分化工程量清單，有一些更偏向于經驗估算，在當今標準下，早已沒法完全符合基本建設工程項目在投資層面的估算要求了。而海外一些工程項目在估算過程中，廣泛會應用歷史數據分析法，在基礎理論層面也是有許多投資估算的實體模型，但在操作環節中，這種理論模型并不好用。因而，本文采用多元化統計法對工程項目中的投資開展估算與剖析，以保證估算數據信息的精確與效率。

一、建設工程投資估算的相關理論

(一)建設工程估算的概念

在我國當今時代發展中，工程師習慣把建筑項目投資估算拆開來分析，主要拆分成固定資產和流動資產兩個方面，其中固定資產投資估算要重要于流動資金估算，這兩部分相輔相成進而達到滿足建設項目設計需求以及規模的目的。在固定資產投資估算中，將其分為動態部分以及靜態部分，其中，跟固定投資及其建設相關貸款利息的為動態投資部分，其他相關資金流入估算為靜態數據投資部分。周轉資金估算就是指建設建筑項目中選購原材料、裝飾建材開支及其職工工資等常用資產估算，是伴隨整個建設工程的長期流動負債。

(二)工程投資估算的主要內容

本文主要針對固定資產投資估算進行詳細敘述，其主要內容包括從項目立項到竣工交付過程中所涉及的資金使用與劃分。依據工程建設中資產估計種類的不一樣，將其依照特性區劃，對建筑工程費、機器設備及安全工器具購置費、建設工程其他費用（這時沒有周轉資金）、基本預備費、漲價預備費、經營期貸款利率、固投方位調節稅等開展詳細分析，擬定出最符合標準、造價最低的數據，進而對其進行可行性的簡化計算，以最終數據結果作為指標，納入工程投資建設中。

(三)工程投資估算的原則

在工程投資估算過程中，要遵循一些根本原則，以保障工程投資估算指標值編制方式的順利進行。本段根據目前發展的實際情況以及經驗借鑒，對其發展的根本原則進行總結。首先，要本著實事求是的心態謀求發展，從實際出發，對數據資料開展審批調研，保證數據的真實有效，不徇私舞弊。次之，要合理利用發展資源，將數據以及資金做到高效益利用，盡可能地滿足工程投資估算中的需求。另外，在工程投資估算的工作中，投資估算都存在一定誤差，但是要依靠資料研究、經驗積累等形式保障工作效率，盡量做到快、準、穩，最大程度地降低誤差值。最后，工程投資估算還應遵循時代發展的原則，融入互聯網大數據環境下新科技發展的時期方式，從編制投資估算視角考慮，在材料搜集，信息存儲，解決，應用及其編制方式挑選和編制全過程應逐步實現計算機化，網絡化。

二、大數據技術應用過程

(一)數據生成

在現階段大數據應用過程中，數據生產過程中的數據來源于主要包含：中國公司內部管理信息系統、web 信息管理系統、在線云和社交媒體網絡信息。結合各種的數據來源，通過大數據平臺來分析解決數據，通過大數據的計算分析，借助電導體結構化和算法，更好更快的解決數據，采用微軟集團的word、excel 等辦公軟件，進行單位和部門的財務會計報表、相關合同范本統計和會議記錄備案等，除此之外也有較難量化解決的介質結構化解決數據或半導體材料結構化解決數據，如單位的工程建筑施工工地的相關消防安全檢查，通過影視資料進行記錄，然后上傳到網絡上，做成mp4 格式網絡視頻，通過CAD繪制的dwg格式化的電子工程圖紙等。

(二)數據采集

在大數據工程投資估算指標編制中，要有效率地解決上層獲取數據的定向來源整合和再挖掘，需要從上層獲取數據的來源數量以及來源這個角度進行考慮，現階段基于大數據工程投資估算指標編制中，數據采集來源主要包括三方面，下面對其進行詳細分析：首先，各類別公司的內部新項目數據庫查詢，在其中關鍵包括從項目可行管理決策科學研究整體規劃環節、設計、工程施工管理環節等全部新項目建設工程的內部數據信息，方式各種各樣，關鍵以電子文本、表格或影象標準圖集的形式多樣開展儲存，這類內部數據信息現階段較難立即獲取，但內部數據庫查詢的精確性及運用市場價值較高；次之，是在市場信息環境中獲取的關鍵數據來源信息，如在原料選購經銷商管理辦市場可即時獲取每個公司所在單位的具體購置材料清單、機械融資業務有限責任公司市場可即時獲取各不一樣規格型號種類機械設備的長期租用應用狀況、人才招聘市場可即時獲取各事業單位招考用人優秀人才狀況等。最終，互聯網大數據局勢下的互聯網公布信息，如各大中型工程單位自己設計的具有特色的門戶網站，制定相應的招標投標信息的投放，結合大數據分析系統，來幫助建筑公司對統計分析信息、項目案例以及政府相關職能部門通過專業的統計分析，借助國家安全系統在行業領域的開源統計數據庫公布的和國家統計局在相關領域的統計年報等，這類統計數據根據一種開源式的互聯網信息環境非常容易獲取，但其統計數據量及信息實效性仍具備一定的技術性局限。

(三)數據存儲

現階段的數據存儲主要分為兩種：一種是大數據的集中式存儲，另外一種是數據庫的分布式數據存儲，其中，對于集中式數據存儲來說，因為是眾多客戶的數據集中儲存，就相當于在一臺云主機上，分門別類的記錄了各種用戶的信息，如同于一個廣大的圖書館，里面有各種圖書，這樣的優勢很明顯，儲存便捷，但是需要技術和人為因素進行主機的控制、日常的維護便捷，但是有一個問題就是需要很強大的數據處理系統。分布式數據存儲根據特定的用戶，為單一的用戶服務，根據客戶的特殊需求，將特殊客戶的數據分門別類的儲存單獨的存儲設備中，安全性較高，雖然單價較高，但對于客戶的效益相對較高、數據庫較小便于開展拓展，可以提供定制化的服務。

(四)數據利用

數據挖掘主要是利用程序的關鍵步驟，第一步是通過數據挖掘，運用相關邏輯進行剖析，第二步就是通過單位的落地式化精細化的數據信息運用。這時就特別必須數據信息融合，利用成本管理預測分析的要求總體目標，挑選適宜的成本分析預測優化算法來開展數據統計分析發掘；此外，將運用云計算技術用以生產物料資源管理時，對有關生產材料物資供應管理單位的物料出項及其進行工作中開展信息跟蹤，剖析測算出生產物料資源應用管理狀況，開展有關數據統計分析總計后及時反饋管理問題，對重要生產物料以及他影響管理要素開展做出綜合分析，以利于作出最佳的生產物料提升管理數據優化解決，對相關的生產資料進行恰當的提升管理，確定技術性、可操作性，從而進行數據挖掘及其剖析設計方案的設計，從而優化算法。

三、基于數據挖掘的估算指標編制方法

投資估算指標的編制一般分為三個階段開展。搜集整理資料環節。搜集整理已完工或已經建設的，合乎現行技術性現行政策和技術性發展前景、有可能反復選用的、有象征性的工程項目設計施工圖、設計標準及其相對應的竣工結算或施工預算資料等，這種資料是編制工作的基礎，資料搜集得越普遍，體現出的問題越多，編制工作考慮得越全方位，就越有助于提升施工預算指標值的應用性和涉及面。同時，對調研搜集到的資料要挑選占項目投資比較重要、互相關系多的工程項目開展整理，因為已完工或已經建設的工程項目的設計意圖、建設時間和地址、資料的基礎等不一樣，彼此之間的差別非常大，必須去偽存真、去粗取精地進行整理，才可以反復運用。將整理后的數據信息資料按新項目區劃頻道進行分類，依照定編本年度的現行預算定額、花費規范和價錢，調節成定編本年度的成本水準及互相占比。均衡調節環節。因為調研整理的資料來源于不一樣，盡管通過一定的剖析梳理，但難免會因為設計方案、建設標準和建設時間上的差別產生的一些影響，使數據信息失準或漏項等，務必對相關資料進行綜合性均衡調節。測算審查環節測算是將新編的指標和選中工程項目的工程概預算，在同一價錢情況下開展較為，檢測其量差的偏移水平是不是在容許偏差的范圍內，如偏差過大，則要搜索緣故，開展調整，以確保指標的準確、好用。.測算同時也是對指標定編品質開展的一次系統查驗，應由專業人員開展，以維持測算規格的統-，在此基礎上機構相關專業技術人員給予全方位審查。因為投資估算指標的測算工作量十分大，在目前電子計算機早已普遍普及的情況下，應盡量運用高科技產品，如電子計算機，超級計算機等開展投資指標的估算工作。

(一)構建數據挖掘C4.5算法分類模型

1.C4.5算法簡介

id3算法在市場上較為常用，這一概念是quinlan最先設想出來的，我們通過不斷的優化，增加一些基礎性的算法，就產生了idc4.5 算法。這一算法可以很好的應用在分類數據挖掘的全部環節中，首先可以起到數據篩分的基礎作用，程序員通過構建一個數據模型或者一個函數，并將每個樣本數據映射歸類到其中一個數據類別，一般來說，經驗成熟的程序員一般采用三步就可以完成整個算法的構建，第一步是準備幾組隨機數據集，通過算法進行分類，隨機數據在算法的計算下劃分歸類，通過算法分析整合數據訓練集。第二步就是完成技術訓練開展階段。在公司的評估項目中完成所有詳細費用分類，借助算法進行模型的設計，通過整體的模型構建，統籌工程中所需要的人力資源管理和使用費用、建筑材料制造和運輸費用、機械器械等的租借運輸和使用費用，按照算法的不同分類，通過多角度全方位對建筑項目進行詳細的統計和屬性描述。在算法確定之后，進行最后的步驟，商品測試階段。按照設定程序進行實際數據的分類和計算，利用每一個實際數據集合，檢測算法的集中化的數據對每一個分類器數據的計算，從而開展整體的剖析認證，評定其對數據開展分類的綜合準確度。

2.分類樹的剪枝優化

我們進行了單獨的分類樹的建設，通過程序員對整體分類構造以后，需要更加細致的內部管理。分類樹中有可能數據節點冗雜的問題，因為分支過于茂盛，通過一只主枝會衍化出很多細致龐雜的編制規則，會給相關的工作人員和審計人員帶來分類編制上的困難。為此，主管人員應當在規劃構建分類分支樹之前，就應該在整體上考慮整個分支結構復雜程度，做好相應規劃，制定合理的規則從而優化分類樹。

(二)估算指標的調整

估算指標影響著公司工程投資的全過程，而對于數據挖掘分類算法的合理應用，通過恰當的工程數據，可以很好的進行相關工程分析，通過數據的整理，匯集成完工工程實例。在公司進行工程規劃和投資的過程中，往往會受到價格、市場等不確定的因素影響。在一定程度上影響最后數據結果的準確性。因此就要對估算指標進行調整，考慮各種因素的影響。經過數據以及實際測算分析，最大的就是時間問題，對估算指標影響較大，為此要計算好比率，并對估算指標進行優化調節。

四、結論

大數據的工程投資估算指標編制在當今時代有著非常重要的作用。本文對大數據技術在估算指標編制中的應用現狀進行分析，提出針對性的探索方向，進而對改革提出具體分析。在大數據背景下，工程投資估算指標要對整個工程投資估算項目進行具體分析，對數據進行審核保障其準確性。但由于目前資源獲取及比對較困難，因此存在一定的局限性。所以，對估算指標進行調整，探索更多數據途徑將是下一步研究的方向。