工程项目管理中大数据挖掘的应用分析

【摘要】大数据时代背景下传统形式的工程项目管理工作目前已经很难满足科学管理的实际需要，但数据挖掘技术方法在工程项目管理工作创造了全新的一项提升途径。立足于大数据这一大背景来说，正确的认识工程项目管理问题的存在，有针对性地提出大数据挖掘管理层次的有效构建以及制度结构的构建，同时找到最佳的大数据挖掘项目组解决途径，立足于房地产工程项目的实际情况，完成工期进度控制模型的有效设置，之后有针对性地提出相应的应用性研究。

【关键词】工程项目管理；大数据挖掘；多元化；管理层次；制度结构

一、前言

随着社会的发展，我国工程项目管理逐渐实现信息化以及知识化，在此过程中，最为重要的就是大数据技术的蓬勃发展，我国工程项目管理因为受到大数据发展的影响，需要面临严峻的挑战。如果使用传统形式的管理办法，那么就很难满足现代时代发展的需要，数据以及信息的大量化已经成为目前工程项目建设的基础。就目前来说，上述这部分信息资源实现科学的管理，是目前任何一个阶段工程管理的重要部分，需要将其作为重点工作来实施。实际工作中，工程项目管理是以工程项目为主要对象的一系列系统管理方法。想要实现整体目标，就需要全过程动态管理该工程项目。随着工程项目的逐渐动态化以及系统化，以及目前时代发展的基本需要。本次研究进一步验证大数据技术的优势以及大数据时代为工程项目管理所带来的新发展。我们可以得到大数据技术的有效使用，可以促使我国工程项目管理每一个环节以及整体信息处理效率得到进一步提升，同时为后期的工程项目决策提供相应的借鉴以及参考，促使项目效益得到提高。

二、大数据时代背景下的工程项目管理问题

1.目前我国市场需求呈现一个多元化的发展趋势，生产出一系列贴合市场个性化需求的工程产品是必要的，但是还有很多的产品正面临着全新的挑战。在工程设计以及工程评估的过程中，因为存在一成不变的刚性以及惯性，导致跟市场需求高度的贴合已经过于理想化。随着大数据背景的影响，市场的需求目前逐渐转化成为各类型的数据，倘若难以第一时间处理上述这部分数据的话就会直接造成困境的出现。首先是因为对数据难以实现完全的解读，进而导致工程的设计以及工程的评估难以正确的贴合市场，不完全的市场贴合实质上指的是产出最后产品难以有效地满足市场的需要；其次是因为错误的判断数据信息，直接导致工程设计以及工程评估跟市场需要完全偏离，也就是最后的产品不会被市场接受，导致被排除在市场外。这样一来，随着市场需求的逐渐多元化导致数据逐渐呈现爆炸式的增长趋势，但是工程项目管理工作就很容易在处于众多数据中的时候产生方向的迷失，最后陷入困境，难以自拔。

2.经济环境目前正处于一个快速变化的过程中，这样会直接导致工程项目管理形成很多的不确定性，在上述的基础上促使工程项目管理可以时刻面临风险。技术更新的频率处于一个不断加快的过程中，同时，社会经济环境目前逐渐处于突变的情况下，其突变的可能性也会明显增加，上述工作对工程项目的实际进度、工程的成本、工程的质量以及工程的安全形成巨大的挑战。例如，不断增大的工程规模，那么其所需要的资金量也会随着规模的扩大而不断增加，这样一来一定会导致大量的成本数据的出现以及大量的资金数据的出现，如果还是使用传统形式的工程预决算管理方法，那么就很难从根本上满足大工程项目的建设需要，非常容易导致工程进度以及工程的成本控制受到影响。再例如：工程规模的进一步增大一定会造成工程项目基础数据受到影响，进而产生巨量的膨胀，如果是传统形式的施工管理方法的话，不仅会导致安全隐患的产生，进而促使工程的整体质量以及水平受到直接的影响。

三、大数据挖掘技术对工程项目的管理优化方法分析

（一）大数据挖掘的管理层次以及制度结构的构建

首先，严格按照集中控制思路以及分层管理思路的要求，促使项目公司确立，将其作为数据的收集者，集团公司当成数据决策者的回路模式来分析。控制载体则指的是数据信息，项目公司需要严格按照集团公司所提供的数据要求第一时间完成数据的精准采集，集团公司需要严格按照总体数据的实际情况，以此为基础完成成本、进度、质量以及安全方面的决策以及分析。上述提到的总体数据不仅包括项目公司所采集的内部数据，同时还包括集团公司完成的外部数据的采集，在上述基础上，可以实现数据完整性得到保证。其次，严格按照控制的集中原则、数据的集中原则、管理的集中原则以及业务的集中原则等，完成数据处理中心的构建，同时完成相关业务的审批、项目的施工、公司的决策层所需要进行的相关数据沟通制度的进一步完善。施工现场人员跟项目部门的业务往来会促使各类数据形成，促使项目部实现数据的整理以及识别，在完成上述工作之后，将数据录入信息系统中心，数据处理中心需要对那部分输入进来的总体数据完成进一步挖掘以及处理，之后再向公司决策层提供，促使其完成进一步分析，进而辅助决策等，各职能部门可以按照需要随时的完成项目数据调用，在上述的基础上完成有效的管理，公司的项目部需要严格按照数据指标以及数据指标的正确提示完成施工作业管理以及相关管理工作。

（二）完成大数据挖掘项目组的构建，将项目管理中存在的主要问题解决掉

在一定资源约束的前提下，完成大数据挖掘项目组的构建，一定资源约束是保证条件，在上述的基础上促使工程项目可以以一个最快的速度实现最有效的质量效果，同时使用尽可能低的成本实现预期的质量效果。首先，完成工期进度数据挖掘项目组的有效构建。進而完成供应商数据的整合、资金数据的整合、工程计划数据的整合以及施工基础数据的整合等，在完成数据挖掘建立之后，完成相应控制制度的完善，促使工期进度得到最大程度的推进；其次是完成工程质量数据挖掘项目组的构建。该部分需要完成质量检测数据的整合、施工基础数据的整合、物流仓储数据的整合以及工期进度数据的整合等，在完成数据挖掘的基础上完成相应控制制度的完善，防止因为物料管理的不规范性、或者是阶段验收的不规范性以及隐蔽工程验收的不规范性、或者是计划安排的不科学性，这是造成盲目抢工期的主要原因，同时还有设计本身存在的缺陷问题，这是导致工程质量失控的主要原因；最后，完成成本控制数据挖掘项目组的构建，该部分需要完成质量控制数据的整合、成本核算数据的整合、工程进度数据的整合、资金数据的整合以及物料数据的整合等。在完成数据挖掘的基础上完成相应控制制度的完善，防止工期被拖延、工期质量控制不缺乏科学性等。

四、数据挖掘的工期进度控制模型分析

（一）工期延误原因的关联情况分析

可以选择使用关联规则方法来分析工期延误的原因，数据挖掘中最为重要的工作内容，这是第一时间发现数据间存在的关联的规则方法之一。本次研究对工期延误原因完成挖掘模拟工作。规范取值的话会存在一定的复杂性，一部分原因比较隐形，上述工作需要在数据准备过程中完成。在使用关联规则方法的基础上可以从根本上获得频繁项集工作。

（二）多任务进度汇总权重的问题分析

工程项目一般情况下会涉及到很多个任务，在完成划分子项目的基础上完成管理工作。在遇到很多个子项目的时候，项目进度的简单相加并不可以表示总工程项目，而是严格按照施工时间的加成算法来计算出正确的总工程项目百分比。例如：打地基为二十天工作量，水泥浇筑需要三十天的工作量，项目工期一般为三十天，在打完地基之后，那么总项目就完成达到百分之四十，那么项目就还需要使用30听（50*60%）那么就可以顺利的完成。在针对实际情况的基础上完成周密计划，之后精确的划分工作，上述过程中，严格按照工作量来完成工程进度的计算才是最为精确的。倘若≥一个的子项目的完成时间超过工作量的话，那么其总项目的进度汇总就会缺乏一定的准确性。一般情况下，不管是房地产施工中期或者是前期的物资采购工作还是设备到位工作等都有很大的可能会存在完成时间超过工作量的现象，再此过程中，就需要使用大数据挖掘技术顺利取得各个子项目实际工作权重估值大小，有利于进度汇总的过程中，取得更为完整以及准确的项目进度结果。

五、结束语

目前在社会经济各个领域，大数据挖掘技术已经取得了很好的发展成果，日后将会取得更为广阔的发展前景。本次研究主要分析了大数据挖掘技术在工程管理领域的有效使用，本次研究主要的创新点在于，针对实际情况，提出了立足于工程管理实际工作的关键点，此关键点主要指的是大数据挖掘项目组的构建。与此同时，进一步研究了工程进度数据挖掘项目组的模型设计与应用。在实际工作中。项目管理工作所涉及的方面非常的广，所以我们需要做好辩证分析工作。

参考文献

[1]賴国华.数据挖掘技术在市政工程项目成本管理中的应用研究[D].浙江大学，2012.

[2]周鑫.基于数据挖掘的工程项目全寿命期风险决策支持系统研究[D].重庆大学，2012.

作者简介：陈洋（1986-），男，吉林长春人，在职研究生，研究方向：项目管理。