數據挖掘技術在建筑企業管理中的應用

凌瑩瑩

（廣西耀華建設工程有限公司　廣西南寧　530028）

數據挖掘技術在建筑企業管理中的應用

凌瑩瑩

（廣西耀華建設工程有限公司廣西南寧530028）

近年來，建筑企業的發展水平得到很大的提高，然而，由于項目流動性較大等原因，建筑企業的管理相對復雜，數據挖掘技術是在海量數據中提取有用信息的有效手段，其能夠在大型數據庫的數據集中有效利用分析工具發現數據間關系，本文闡述了目前建筑企業管理現狀，探討了在建筑企業管理中數據挖掘技術的應用，以期為類似的工程和同行提供參考。

數據挖掘技術；建筑企業；管理

1　引言

隨著我國網絡化、信息化的不斷發展，我國建筑企業的管理也在逐步的發展，數據挖掘技術是一種新興的有效技術，大量被應用于建筑企業的管理中，給建筑企業的管理決策提供了強大的支持和依據。在建筑企業的實際管理中，要依照建筑工程實際的施工內容，找出有效合理的計價依據，要從整個工程數據中提取出所需的各種工程量的數據，要合理有效的安排資金的調度，需要把大量數據進行各種數據處理，以數據的精細化管理為目標，使建筑企業的管理水平得到提高。因此，將數據挖掘技術應用到建筑企業管理中是必要的。

2　數據挖掘概述

數據挖掘是從海量數據中提取出隱含的、潛在有用的同時人們感興趣的知識；提取的知識表示為概念、規則、模式和規律等形式。也就是說數據挖掘的數據源必須是大量的、含噪聲、真實的，其中所發現的知識是用戶感興趣的知識，通過數據源發現的知識要是可理解的、可以接受的、可運用的，并且挖掘過程中不要求發現所有準確的知識，只要能發現指定的問題即可。

數據挖掘綜合了各個學科的技術，有大量的功能，且數據挖掘的這些功能是彼此不能分離、相互聯系的。數據挖掘的第一個功能是聚類。通過聚類分析能找到屬性相似的群體，聚類的目的是使不同群之間的差別盡量最大化，同時使同一個群之間的屬性數據相似化程度最大化。數據挖掘的第二個功能是數據總結。數據總結的目的是濃縮數據。用來進行數據總結的方法有很多，比如傳統的平均值、求和值的統計方法。數據挖掘的第三個功能是預測。即從數據庫中利用數據挖掘技術將所需信息提取出來，并據此預測以后的發展趨勢。數據挖掘的第五個功能是關聯分析。關聯規則和序列模式是進行關聯分析常用的技術。關聯規則體現的是同一事件中不同項的相關性。而序列模式則呈現的是不同事件在時間上的相關性。數據挖掘的第六個功能是偏差的分析。能夠將偏差出現的深層次原因分析出來。數據挖掘的第七個功能是分類。構造出的分類模型能把給定的數據項映射到給定類別中的某一個。構造一個分類函數或分類模型是分類所要達到的目的。

3　建筑企業管理的現狀

目前，人工式、粗放式的管理模式是大多數建筑企業所采用的模式，遵循著常規流程，工程項目部依據公司下達的進度指標，任務工地的實際施工的現狀以及下一階段的施工組織計劃，申請材料的購買和供應，申請各項專項資金，以此來項目的整體推進得到保障。從表面上看，這種管理模式很規范，然而，這中間卻隱藏著很大的風險，傳統的管理模式主要體現了對人工材料合作供應單位、項目施工組織人員的充分信任，如果發生了人事危機，建筑企業根本無從控制項目中的很多環節，嚴重者會產生各地的爛尾工程，導致企業的破產等，即便情況較輕也會讓建筑企業損失各種各樣的利益。另外，這種管理模式還暴露了建筑企業對材料供應商的依賴，建筑企業喪失了對于材料價格的監管，材料價格在材料采購人員和供應商之間進行確定，如果供應商無止境的將自身利益擴大，最終買單的、損利的、受傷的只能是建筑企業本身，盡管建筑企業不會只有一家供應商可以選擇，在采購之前還可進行選擇、進行比較，但這些都是在項目初期階段能夠做的，在項目正式開工之后，建筑企業很難有從容的時間來進行新的選擇，以上就是當前建筑企業管理中較為流行的做法。秉持一種掙錢不掙錢先做上再說的思想，然而，當建筑當企業發現問題時，很可能已經大勢已去，只能任由其來壓榨自己的利潤，自身也無能為力了。這種人為依賴式的管理給企業帶來了潛在的風險，同時制約了企業的做大做強、長遠發展，不利于加強企業的長期管理水平的提高。

4　數據挖掘技術在建筑企業管理中的應用

在數據挖掘的實際應用中，要依照工程管理方式、工程造價類型、資料數據信息的屬性，按照不同的分類方式梳理好歷史積累的各種工程數據，確定好我們所挖掘的對象數據庫，根據建筑設計的數據規范建立氣存儲數據的格式。在進行造價活動的過程中，我們需要按照設計的規范將各種專業的工料機數據、定額數據、清單數據建立起基礎數據庫，并且進行數據的二次整合分析，此時需要將工料機數據、配合比和定額數據有效合理的銜接上；需要將混凝土等配合比信息按照配合比的規定合理的銜接上工料機數據；還需要將配合比數據、工料機數據、清單數據和定額數據進行銜接。

目前，清單模式報價被廣泛進行推廣，各種定額數據依然是清單報價的重要組分，這其實是在傳統的定額計價模式上套了一個殼子，但是，我們要從積極的方面來看待問題，假設沒有推廣“殼子”模式，廣大的建筑工程人員是沒有辦法熟悉和了解清單報價是什么的，并且也沒法推動本行業的發展，因此，在整理數據的過程中，要將清單數據與工料機數據銜接上，建立起最基本、最原始的鏈條，提前做好未來數據分析工作的準備。

在儲備工程造價的數據，各類人工或者原材料的數據儲備是另一個十分關鍵的環節，這些儲備包括了各類市場價格數據儲備和各類歷史價格數據的儲備，換句話說這些數據是具有時效性的、不斷增大的、動態變化的數據庫，如果我們儲備的歷史價格數據足夠多，就可以對各階段時期情況進行分析，分析工程造價的變化發展趨勢，并且對工程造價的的走向進行預測；儲備足夠的當前各地市場價格是進行造價橫向比較的前提。基于現有的數據、實際的工程狀況以及造價管理的需要，進行針對性的數據提取和挖掘，在對工程的造價進行計算時，在圖紙上，我們可以獲得各種工程的數據以及各種工程的要求，并以此為依據，將工程的造價計算出來。

如果將某項工程的結構模型建立起來，我們就可以根據構建的模式從數據庫中找到相應的數據，對未來該工程造價的發展趨勢進行預測，獲得多種多樣的數據結果.然后針對性的進行比較分析，提取各種各樣細節性的數據，最后得到預測結果。我們可以通過制定出相應的策略，來輔助某項工程的材料供應決策，挖掘基本數據庫中所需的數據，能夠縱向的進行分析，也能夠橫向的進行比較，通過橫向比較可以獲得不同地方價格指數，而整體趨勢則可以由縱向分析獲得，形成最好的優選方案，可以有效的降低風險，將企業的管理水平提高。

5　數據挖掘舉例

分析建筑企業對運營資金數據挖掘需求，建筑企業對運營資金數據挖掘需求包括功能需求和性能需求。

（1）功能需求，數據挖掘是一種多學科的共同產物，具有強大的數據分析功能，可以幫助企業集中海量的數據，從收集到的數據中挖掘出有用的信息，幫助提高企業的預測能力以及財務分析，在財務分析中應用該技術，在大幅度提高財務分析的準確性的同時，還可以將財務分析人員的工作簡化，而且也能大大的改善企業的運營效率，利用數據挖掘技術，還能夠及時的追蹤市場信息，將市場需求的一些變化反映出來，并且利于企業財務分析成本的節約。

（2）性能需求，包括對數據的適用性、精確度、可擴充性、系統可用性、界面友好性和可管理性的要求。①數據的精準度，根據建筑企業的數據安全性要求，系統不能隨便處理相應的數據。②適用性，要保證高可靠性和高信息安全性。滿足建筑企業監管部門的使用要求。③系統可擴充性要求，基于可擴充的平臺進行系統建設來提高系統的可擴展性，對不同地區、計劃類型、時間、行業的數據可靈活進行定制相應模塊。④系統可用性要求，保證用戶正常使用的基礎是操作快捷、內容完善。因此，應準確而詳細地理解用戶群特征、使用環境和任務，在效率、有效性以及滿意度等方面滿足多類型用戶對于系統的要求。⑤界面友好性要求，系統提供針對所有會計算機基本知識的操作人員統一的操作界面和方式。操作界面美觀大方，功能完善，布局合理，操控性強。

6　結束語

近年來，經濟市場化程度越來越高，建筑企業的運營風險也隨之增加，為了提高企業的整體實力和運營能力，合理規避風險，需要使用現代化的技術手段來決策問題、分析問題，在我們的材料供應和工程造價管理方面充分利用數據挖掘技術，分析比對多種策略模式下的數據，確立優選方案，提高管理決策水平。

[1]羅美淑，劉世勇，夏春艷.數據挖掘技術在教學評價中的應用研究[J].教育探索，2013（02）：213～215.

[2]申利華.數據挖掘在建筑企業管理中的應用[J].山西建筑，2010（35）：89～91.

[3]于強.淺談建筑企業管理的途徑以及創新[J].建筑工程技術與設計，2015（03）：327～328.

TP311.1

A

1673-0038（2015）38-0212-02

2015-7-20