探究大數據挖掘在工程項目管理中的應用

魏麗

【摘要】? ? 近年來，在社會經濟快速發展的同時，科學技術也取得了長足的進步，計算機、互聯網、物聯網、大數據等技術不斷涌出，極大的改變了人們的生活及生產方式，信息技術時代已然到來。在這樣的背景下，如何借助技術手段促進工程項目管理質量的提高，成為了相關人士普遍關注的話題。鑒于此，本文將對大數據挖掘在工程項目管理中的應用展開分析和探究，以供交流和借鑒。

【關鍵詞】? ? 大數據? ? 數據挖掘? ? 工程項目? ? 工程管理

引言：

新時期，社會在發展，時代在進步，工程項目管理也應當與時俱進，積極應用大數據技術，在管理模式上以及管理內容上作出創新和改進，以此來適應社會的發展，滿足現代工程項目管理的需求。出于這樣的目的，本文就大數據挖掘在工程項目管理中的應用進行研究，具有一定的實踐價值和現實意義。

一、大數據挖掘技術對工程項目管理的重要意義

大數據技術在社會各領域得到了廣泛的應用，有力的促進了生產力的提高。當然，項目管理工作也不例外。由于工程項目管理本身就具有管理全面性、數據形式多樣性等特點，所以工程項目管理方法的創新不得不說是一種思維上的突破。具體來說，在項目工程管理工作中應用大數據挖掘，不僅可以使管理效率得以進一步提高，還能在眾多數據庫中快速的篩選出所需要的數據予以系統性的分析，科學性的優化，確保工作人員的工作質量，從而對項目工程管理過程中存在的安全隱患予以有效的規避。大數據挖掘作為一種新型管理方式，其為工程管理工作注入新鮮的血液，使得企業內部各項資源得到了合理的優化，極大的提升了企業的內部管理水平。

二、大數據背景下工程項目管理困境

在大數據時代背景下，企業工程項目管理困境主要可分為兩方面進行論述：其一，隨著市場經濟的不斷深入，生產的產品難以滿足市場多樣化的需求。具體來說，工程設計不能緊貼用戶需求，市場評估不能切合實際，最終導致工程產品不能與市場潛在需求相適應。在大數據背景下，市場各種需求都以數據化的形式表現出來，如不能及時的了解和掌握這些數據，并作以科學的分析，必然會使企業陷入困境[1]。比如說，不能對數據進行充分解讀，導致工程評估和設計不能與市場需求高度匹配，造成工程產品不不能對市場需求予以充分滿足;又比如，對數據信息誤判，使得生產出來的工程產品與實際市場需求完全相背離，這將難以被市場接受，從而給企業帶來巨大的經濟損失。其二，經濟環境無時無刻不在發生著變化，正因為如此，使得工程項目存在著各種不確定性，工程管理風險也在與日劇增。具體來說，隨著科學技術的不斷變革，引起社會經濟環境變化的因素也越來越多，這使企業對工程項目的進度、成本、質量等方面的管理難度也有了明顯的提高。比如，工程規模擴大，所需資金也必然“水漲船高”，這也將隨之帶來大量的資金數據和成本數據。隨著工程建設的體量越來越大，涉及內容越來越多，傳統工程預算管理模式已經難以適用。若不能在管理方法上進行改進和優化，將會嚴重影響施工進度的正常進行以及施工質量的穩步提升。因此，如何在多變的經濟環境中做好工程項目管理工作，是眾多企業值得深思的問題。

三、大數據挖掘技術對項目工程管理的優化對策

3.1構建大數據挖掘的制度結構和管理結構

首先，根據分層管理和集中控制的思路，確立集團公司為數據決策者、項目公司作為數據收集者的框架模式。以數據為控制載體，項目公司需按照集團公司的數據要求進行數據的全面收集，以便集團公司在對項目的成本、進度、質量等多個方面的科學預測和合理決策提供數據支持。這里所說的數據，包括有集團公司采錄的外部數據以及項目公司采集的內部數據，以使數據的完整性及全面性得以充分保證。其次，在業務、數據以及控制等方面，應做到集中管理，并建立相應的數據處理中心和數據溝通制度，確保項目施工、業務審批以及公司決策能夠相互聯系，并緊密配合，推動項目工程的有序開展。值得一提的是，對于項目部與施工人員業務往來數據，應進行詳細收集，并通過項目部識別和整理之后，再將其錄入到信息系統中心[2]。同時，總體數據應通過數據處理中心進行深入挖掘，以便獲取其中的關鍵信息，從而為管理層的科學決策提供必要支持。另外，企業各職能部門都可調用和管理項目數據，當然項目部也能根據數據相關提示及各項指標更規范的開展各項施工管理工作。

3.2 構建大數據挖掘小組

大數據挖掘小組，其任務目標是：通過對現有資源的分析，在對其合理應用的基礎上，使工程項目能夠以最快的速度、最低的成本，最好的施工質量，完成整體施工，并順利通過驗收。為實現這樣的目標，可著重從以下三方面入手：其一，工程進度數據挖掘小組需落實到位，以便對工程管理中所涉及的各種數據，如資金數據、計劃數據、施工基礎數據等進行有效整合，并借助數據挖掘手段進行相應控制體系的構建，以保證施工作業可以正常進行下去;二是建立工程質量數據挖掘項目組。對涉及施工質量的相關數據（如工程進度數據、施工工藝數據、材料設備使用數據等）進行有效整合，挖掘其中的潛在信息，并建立相應的控制體系，以便對施工中的各個環節進行有效的把控，防止安全隱患或意外事故的發生。其三，建立成本控制數據挖掘小組。對與項目成本有關的數據（如資金數據、物料數據、成本核算數據等）進行深度挖掘，針對其中不合理的地方或存在的問題，建立相應的控制體系，防止因資金鏈斷裂或材料供應不到位，導致工期延誤、工程質量難以通過驗收的情況發生。

四、基于數據挖掘的工期進度控制模型

在工程項目管理之中，以工期進度最難控制。之所以這么說，是因為有多種因素會對工期造成影響。如，設計方案不合理、前期準備不足、管理工作未能有效落實等，都會使工程進度受到阻礙。在實際施工過程中，導致不能按時完成工期的原因并不是必然的。比如說，下雨等不良天氣狀況會使施工進度受到影響，這應該是大多數人的普遍認知[3]。但需要注意的是，并非雨天就一定會影響工程施工進度，也會存在別的原因，但卻往往被人們所忽略。在具體施工中，客觀存在著一些因果關系，但施工人員并不了解，這就需要深入挖掘工程項目中的管理數據，在對各類數據進行全面分析的基礎上，作出科學的決策，確保施工管理工作有序的進行下去。

要想數據挖掘工作發揮出應有的價值和作用，需進行相關管理機制和部門的建立，以便后方管理層能夠實時接收到施工現場傳來的數據，并進行歸納整理，對其內所蘊含的關鍵信息予以深度挖掘。同時，可采用集團總部——地區公司——項目公司——前線這種行政管理機制，進行層層監管，分步進行，確保工作的效率和質量。項目部與施工人員業務往來密切，其相關數據將會被項目部識別與篩選，并將一些有用的信息在建立好的信息系統中錄入，以使其能夠在公司數據庫中及時上傳。當然，在項目部需要分析相關數據時，公司數據庫中的信息也可以被調出，以供參考和借鑒，從而為項目的合理開展提供科學依據。

不同類型的工程，其工程管理數據特點存在較大差異。因此，要想有效挖掘數據中的關鍵價值和潛在信息，就需要對各種數據予以合理分類。在進行結構化數據的挖掘時，應整合各個專業工程領域，在遵循一定關聯規則的基礎上，建立統一的數據庫，以便提高分析精度。具體如表1所示。

對于非結構化數據的挖掘，可通過檢索技術對種類繁多的工程項目進行分類。

進度匯總權重估值的確定，可借助數據挖掘這個手段從特征面向屬性進行整理歸納，將項目進度以數據化的形成呈現出來，以此來獲得此項目的匯總權重。舉例來說，一工程項目，花費了20天完成了打地基作業，水泥澆筑用了30天，項目既定工期總共有30天，地基打完后，總項目完成了40%，則項目還需50×60%=30天才能完成。經過合理設計，對工作量進行精確劃分。通過計算工作量來確定工程進度才是精確的。假設完成一個以上子項目所花費的時候高于總任務量，則總項目進度匯總的精確性將無法保證。就比如，在建筑施工的前中期，采購物資、調動設備等工作，都可能出現完成時間大于工作量的情況。對此，必須要借助數據挖掘來獲得各個子項目的工作權重估值，以便在進度匯總時得到更準確的項目進度結果。

五、結束語

綜上所述，大數據挖掘在工程項目管理中的應用，解決了傳統管理模式與現代工程項目不相適應的問題，其不僅能對工程項目的全過程進行動態管理，還能為現場管理人員在項目成本、進度、質量、安全等方面進行全面分析和科學決策提供重要依據。因此，作為相關企業，應予以重視，并在今后的工程項目管理工作中加大大數據挖掘技術的應用力度，以此來進一步提升工程項目管理水平。

參? 考? 文? 獻

[1]曾濤，阮彬. 大數據挖掘與分析在項目管理中的機遇與應用——以Python技術為例[J]. 中國管理信息化， 2020， v.23;No.437（23）：117-119.

[2]梁儉萍. 大數據挖掘在工程項目管理中的應用分析[J]. 數碼設計（下）， 2019， 000（007）：236-237.

[3]李琛. 大數據挖掘技術在工程項目管理中的應用探討[J]. 數字技術與應用， 2018， v.36;No.336（06）：234+236.