探究大数据挖掘在工程项目管理中的应用

魏丽

【摘要】    近年来，在社会经济快速发展的同时，科学技术也取得了长足的进步，计算机、互联网、物联网、大数据等技术不断涌出，极大的改变了人们的生活及生产方式，信息技术时代已然到来。在这样的背景下，如何借助技术手段促进工程项目管理质量的提高，成为了相关人士普遍关注的话题。鉴于此，本文将对大数据挖掘在工程项目管理中的应用展开分析和探究，以供交流和借鉴。

【关键词】    大数据    数据挖掘    工程项目    工程管理

引言：

新时期，社会在发展，时代在进步，工程项目管理也应当与时俱进，积极应用大数据技术，在管理模式上以及管理内容上作出创新和改进，以此来适应社会的发展，满足现代工程项目管理的需求。出于这样的目的，本文就大数据挖掘在工程项目管理中的应用进行研究，具有一定的实践价值和现实意义。

一、大数据挖掘技術对工程项目管理的重要意义

大数据技术在社会各领域得到了广泛的应用，有力的促进了生产力的提高。当然，项目管理工作也不例外。由于工程项目管理本身就具有管理全面性、数据形式多样性等特点，所以工程项目管理方法的创新不得不说是一种思维上的突破。具体来说，在项目工程管理工作中应用大数据挖掘，不仅可以使管理效率得以进一步提高，还能在众多数据库中快速的筛选出所需要的数据予以系统性的分析，科学性的优化，确保工作人员的工作质量，从而对项目工程管理过程中存在的安全隐患予以有效的规避。大数据挖掘作为一种新型管理方式，其为工程管理工作注入新鲜的血液，使得企业内部各项资源得到了合理的优化，极大的提升了企业的内部管理水平。

二、大数据背景下工程项目管理困境

在大数据时代背景下，企业工程项目管理困境主要可分为两方面进行论述：其一，随着市场经济的不断深入，生产的产品难以满足市场多样化的需求。具体来说，工程设计不能紧贴用户需求，市场评估不能切合实际，最终导致工程产品不能与市场潜在需求相适应。在大数据背景下，市场各种需求都以数据化的形式表现出来，如不能及时的了解和掌握这些数据，并作以科学的分析，必然会使企业陷入困境[1]。比如说，不能对数据进行充分解读，导致工程评估和设计不能与市场需求高度匹配，造成工程产品不不能对市场需求予以充分满足;又比如，对数据信息误判，使得生产出来的工程产品与实际市场需求完全相背离，这将难以被市场接受，从而给企业带来巨大的经济损失。其二，经济环境无时无刻不在发生着变化，正因为如此，使得工程项目存在着各种不确定性，工程管理风险也在与日剧增。具体来说，随着科学技术的不断变革，引起社会经济环境变化的因素也越来越多，这使企业对工程项目的进度、成本、质量等方面的管理难度也有了明显的提高。比如，工程规模扩大，所需资金也必然“水涨船高”，这也将随之带来大量的资金数据和成本数据。随着工程建设的体量越来越大，涉及内容越来越多，传统工程预算管理模式已经难以适用。若不能在管理方法上进行改进和优化，将会严重影响施工进度的正常进行以及施工质量的稳步提升。因此，如何在多变的经济环境中做好工程项目管理工作，是众多企业值得深思的问题。

三、大数据挖掘技术对项目工程管理的优化对策

3.1构建大数据挖掘的制度结构和管理结构

首先，根据分层管理和集中控制的思路，确立集团公司为数据决策者、项目公司作为数据收集者的框架模式。以数据为控制载体，项目公司需按照集团公司的数据要求进行数据的全面收集，以便集团公司在对项目的成本、进度、质量等多个方面的科学预测和合理决策提供数据支持。这里所说的数据，包括有集团公司采录的外部数据以及项目公司采集的内部数据，以使数据的完整性及全面性得以充分保证。其次，在业务、数据以及控制等方面，应做到集中管理，并建立相应的数据处理中心和数据沟通制度，确保项目施工、业务审批以及公司决策能够相互联系，并紧密配合，推动项目工程的有序开展。值得一提的是，对于项目部与施工人员业务往来数据，应进行详细收集，并通过项目部识别和整理之后，再将其录入到信息系统中心[2]。同时，总体数据应通过数据处理中心进行深入挖掘，以便获取其中的关键信息，从而为管理层的科学决策提供必要支持。另外，企业各职能部门都可调用和管理项目数据，当然项目部也能根据数据相关提示及各项指标更规范的开展各项施工管理工作。

3.2 构建大数据挖掘小组

大数据挖掘小组，其任务目标是：通过对现有资源的分析，在对其合理应用的基础上，使工程项目能够以最快的速度、最低的成本，最好的施工质量，完成整体施工，并顺利通过验收。为实现这样的目标，可着重从以下三方面入手：其一，工程进度数据挖掘小组需落实到位，以便对工程管理中所涉及的各种数据，如资金数据、计划数据、施工基础数据等进行有效整合，并借助数据挖掘手段进行相应控制体系的构建，以保证施工作业可以正常进行下去;二是建立工程质量数据挖掘项目组。对涉及施工质量的相关数据（如工程进度数据、施工工艺数据、材料设备使用数据等）进行有效整合，挖掘其中的潜在信息，并建立相应的控制体系，以便对施工中的各个环节进行有效的把控，防止安全隐患或意外事故的发生。其三，建立成本控制数据挖掘小组。对与项目成本有关的数据（如资金数据、物料数据、成本核算数据等）进行深度挖掘，针对其中不合理的地方或存在的问题，建立相应的控制体系，防止因资金链断裂或材料供应不到位，导致工期延误、工程质量难以通过验收的情况发生。

四、基于数据挖掘的工期进度控制模型

在工程项目管理之中，以工期进度最难控制。之所以这么说，是因为有多种因素会对工期造成影响。如，设计方案不合理、前期准备不足、管理工作未能有效落实等，都会使工程进度受到阻碍。在实际施工过程中，导致不能按时完成工期的原因并不是必然的。比如说，下雨等不良天气状况会使施工进度受到影响，这应该是大多数人的普遍认知[3]。但需要注意的是，并非雨天就一定会影响工程施工进度，也会存在别的原因，但却往往被人们所忽略。在具体施工中，客观存在着一些因果关系，但施工人员并不了解，这就需要深入挖掘工程项目中的管理数据，在对各类数据进行全面分析的基础上，作出科学的决策，确保施工管理工作有序的进行下去。

要想数据挖掘工作发挥出应有的价值和作用，需进行相关管理机制和部门的建立，以便后方管理层能够实时接收到施工现场传来的数据，并进行归纳整理，对其内所蕴含的关键信息予以深度挖掘。同时，可采用集团总部——地区公司——项目公司——前线这种行政管理机制，进行层层监管，分步进行，确保工作的效率和质量。项目部与施工人员业务往来密切，其相关数据将会被项目部识别与筛选，并将一些有用的信息在建立好的信息系统中录入，以使其能够在公司数据库中及时上传。当然，在项目部需要分析相关数据时，公司数据库中的信息也可以被调出，以供参考和借鉴，从而为项目的合理开展提供科学依据。

不同类型的工程，其工程管理数据特点存在较大差异。因此，要想有效挖掘数据中的关键价值和潜在信息，就需要对各种数据予以合理分类。在进行结构化数据的挖掘时，应整合各个专业工程领域，在遵循一定关联规则的基础上，建立统一的数据库，以便提高分析精度。具体如表1所示。

对于非结构化数据的挖掘，可通过检索技术对种类繁多的工程项目进行分类。

进度汇总权重估值的确定，可借助数据挖掘这个手段从特征面向属性进行整理归纳，将项目进度以数据化的形成呈现出来，以此来获得此项目的汇总权重。举例来说，一工程项目，花费了20天完成了打地基作业，水泥浇筑用了30天，项目既定工期总共有30天，地基打完后，总项目完成了40%，则项目还需50×60%=30天才能完成。经过合理设计，对工作量进行精确划分。通过计算工作量来确定工程进度才是精确的。假设完成一个以上子项目所花費的时候高于总任务量，则总项目进度汇总的精确性将无法保证。就比如，在建筑施工的前中期，采购物资、调动设备等工作，都可能出现完成时间大于工作量的情况。对此，必须要借助数据挖掘来获得各个子项目的工作权重估值，以便在进度汇总时得到更准确的项目进度结果。

五、结束语

综上所述，大数据挖掘在工程项目管理中的应用，解决了传统管理模式与现代工程项目不相适应的问题，其不仅能对工程项目的全过程进行动态管理，还能为现场管理人员在项目成本、进度、质量、安全等方面进行全面分析和科学决策提供重要依据。因此，作为相关企业，应予以重视，并在今后的工程项目管理工作中加大大数据挖掘技术的应用力度，以此来进一步提升工程项目管理水平。

参  考  文  献

[1]曾涛，阮彬. 大数据挖掘与分析在项目管理中的机遇与应用——以Python技术为例[J]. 中国管理信息化， 2020， v.23;No.437（23）：117-119.

[2]梁俭萍. 大数据挖掘在工程项目管理中的应用分析[J]. 数码设计（下）， 2019， 000（007）：236-237.

[3]李琛. 大数据挖掘技术在工程项目管理中的应用探讨[J]. 数字技术与应用， 2018， v.36;No.336（06）：234+236.