您现在的位置: 公务员期刊网 >> 论文范文 >> 工程论文 >> 工程项目论文 >> 正文

工程项目管理中数据挖掘的应用

摘要:近年来,中国网络和信息技术得到了飞速的发展,我国步入了大数据发展的新时代,在工程管理方面也随着数据挖掘的深入产生了不少变化。利用数据挖掘的技术促进工程项目管理的发展,已经成为了一个转折点,一个关键点,一个突破口。以大数据挖掘为基点,正确的面对工程项目管理问题,对工程项目管理问题的解决提供有效的措施,从而使大数据挖掘成为工程项目发展的一把利剑,促使工程项目的发展推向一个新的历史高度。

关键词:大数据;数据挖掘;工程项目管理

随着我国进入信息化时代,信息技术在各行各业中得到广泛应用,这一过程中形成了海量且复杂数据,因而数据挖掘技术对于如何充分实现大数据的价值具有重要作用。当前我国工程项目管理领域的信息化水平尚处于起步阶段,面对工程项目管理相关数据量的爆炸式增长,迫切需要利用数据挖掘技术提高对数据的管理能力,从而为项目决策者做出管理决策、管控项目风险提供技术支持和决策依据。大数据技术在工程管理领域中的应用,可利用对大量数据信息的挖掘、整理与分析工作,为工程项目管理提供数据支撑,提高工程项目管理质量及管理水平,加快工程施工进度,降低工程成本,提高工程质量,保证工程项目施工建设单位的长远发展。[1]

1数据挖掘概述

大数据一般是指从大量的数据中,通过算法搜索隐藏于其中信息的过程。大数据挖掘与计算机科学直接相关,并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现上述目标。[2]目前,数据挖掘技术应用于诸多领域,为各行各业所产生的庞大的数据进行高效的处理,使得这些“冷冰冰”的数据,能以一种更为直观、更为便捷的方式展现在人们眼前。

2工程项目管理信息化的发展趋势

工程项目管理,是以工程项目为主要目标的一系列管理方法的总和的一个代表。如果想要实现工程管理的快速发展,就应该确定最主要的目标,并且掌握工程管理的各个环节,发挥大数据技术的优势以及大数据时代下为工程管理提供的便捷模式,从而促进工程管理达到一个新的发展高度,我们通过数据挖掘在工程管理的有效使用,能够加快我国工程管理,各个环节乃至整个流程的步骤,从而使工程管理得到进一步的提升,同时也为工程管理以后的发展做好进一步的积淀,使得工程管理项目效益能够逐步增加。在过去传统的工程项目管理中,常常存在着项目区域分布广、项目类型较杂、项目领域涉及广、项目规模及数量庞大等特点。这一过程往往会造成企业内部人力、物力资源的利用率低下、工作量大且办事效率低,浪费大量的财力及人力资源。[3]现如今,企业对工程项目的管理更为准确,这是基于数据挖掘技术对工程施工过程中所产生的数据进行科学、合理的掌握,使得这些数据能够“告诉”管理人员工程的具体情况,而管理人员也能够通过这些数据对工程项目有一个具体的了解。工程项目管理信息化,是信息化时代下使用信息化手段对工程项目管理的一次新的变革。

3数据挖掘技术对工程项目管理的优化

由于社会条件以及我国经济等各个方面的约束,要完成数据挖掘与工程项目的合理搭配,一定要在资源有限的情况下,做出最优化的选择,资源基础是一个根本条件,在这个基础上,能够促进项目的快速完成,将数据挖掘技术与工程项目管理进行现有资源下的高效融合,从而实现高质量、高速度的项目工程。与此同时也可以尽量的降低成本,从而能完成预定的目标。数据挖掘技术能对工程项目管理进行优化处理。首先,将数据挖掘技术运用于工程管理中可以对工程实施过程中产生的数据进行最高效的整合,使得工程实施过程中产生的所有数据能够更加直观的展现在管理人员面前;其次,工程实施过程产生的数据是多元化的,运用数据挖掘技术可以更好的将这些不同类型的数据进行最有效的分类挖掘,并对这些数据进行分别存储,实现工程数据的分类存储;最后,管理人员根据这些工程数据对工程进行有效的把控,对工程实施过程具有更高的可控性。

4数据挖掘技术在工程项目管理中的实施方法

工程项目管理是各种各样的工程管理理念的逐渐融合,因此工程项目管理具有非常巨大的知识体系,对管理人员的能力方面和管理技术的应用方面提出极为高的要求。在工程管理目前的基础上推出许多适应时代发展潮流的新技术新方法,可以帮助工程项目管理人员对施工项目进行更为有效的管理。如何将大数据技术应用到工程管理中去,这是一个全新的目标。实现这一目标的主要应用方式有建立较为基础的数据模型、建立奇异值模型、目标数据管理法和目标进度管理法。

4.1建立基础数据模型

基础数据模型,它是指通过数据的分析,应用在工程项目中能够反映出项目工程数据规律性的,框架性的模型。这种模型必须要以大量的数据作为它的基础,而且还要以现代的技术作为支撑,通常能够直观清晰的展现项目管理的各个方面,包括它的一般性和特殊性。在基础数据建立方面,我们可以打个比方说,甲地进行了某路段的公路维修建设这个工程项目,它的管理包括资金,工期,安全材料等,但每个管理都是一大类,其中又涉及了许多很小的方面,比如工期可以分为不同的项目。这些不同的项目又可以通过细分化为不同类型的资金支出,但为了保证基础数据模型的高效性以及实用性,必须要求以拓扑学原理对支出的各个细节以及形成罗列分析,不断改善,然后再第二次应用拓扑学继续求出分析过程,然后依次进行,直到形成较为紧密的蜘蛛网式的模式,然后将数据的结果带入蛛网中,不断地进行累积,叠加。然后通过分布式挖掘的方式从而获取出基础支出值,然后利用得到的数据,去指导有关资金的管理方面的工作。

4.2建立奇异值模型

奇异值模型它是一个比较具有针对性的模型,其中主要分为两类管理的目标,一类是缺乏参照物而产生的特殊项目,另一类是在常规项目中具有极值的项目。在目前市场上的工程项目管理中,往往涉及到非常多的特殊的项目,比方说,北京市市政道路工程就非常特殊,它缺少能够与之相匹配的项目管理的类型,如果应用常规的分析方法,在结果方面可能会有较大的差异,但是如果应用奇异值模型进行分析。这个项目就会成为一个较为典型的,并且具有针对性的大数据挖掘的方法,这个方法通过分拣和分析各个目标,然后把它看成一个个较小的普通的工程管理,最后再逐步分析,使之成为各类管理条目,最终再通过数据分析,拟定合理的计划。在奇异值模型中应用数据挖掘的技术能够通过大量且精细的计算把数据获取到在每个细小的条目下,使得数据的管理都变得更加稳定。通过收集数据对数据进行分析,得出结果,对这些极值进行合理的判断。再通过合理的分析就能够得出必要分支中的必要支出和非必要支出的信息,从而使极值计算变得更加规范、精准。

4.3目标数据管理法

目标数据管理法,是在数据挖掘和工程管理技术结合下的一个合理的延伸,因为大数据通过分析产生的数据,往往不能够直接使用于工程管理的项目中,它的目的就是为了通过合理的方式使得数据分析应用于工程管理,只是成为工程管理的主要手段。这个方法突出通过大量且连续的数据获取数据的普遍性规律,然后以数据的规律作为工程项目管理方法的指导,使得管理工作能够有目标的进行,而且要保证管理的合理、高效、科学。

4.4目标进度管理法

目标进度管理法,是数据挖掘技术在工程管理中的一个重要应用,这个方法是通过数据挖掘从而计算出科学有效的数据信息,然后进行合理的分析,从而将分析的结果与所有的工程管理项目进行对应,然后再确定每个分项目的进入计划,以目标进度作为基础对工程项目进行进度的拟定,从而开展管理的工作。目标进度管理法下最常用的场景是对于工期的管理,比如工期的时间,资金的运用等等。目标进度管理法也可以用于一些比较抽象的条目的管理,如关于安全问题的控制,要求在实际的工作中把安全问题尽量控制在零误差的水平,通过数据挖掘分析结果,从而避开一些风险,尽量实现零事故的现象。

5结束语

随着数据挖掘技术在工程管理中的不断深入,不断渗透,使之应用于工程管理中,然后根据对数据的收集,分析等方面的客观优势,从而提高工程管理中应用的技术性,使工程管理能够达到一个新的高度,促进工程管理进一步的提升,也使大数据达到了充分的应用。

参考文献:

[1]齐譞博.大数据挖掘在工程项目管理中的应用[J].住宅与房地产,2018(36):105.

[2]李云飞.大数据挖掘在工程项目管理中的应用分析[J].吉林工程技术师范学院学报,2018(9):53-55.

[3]刘著.大数据挖掘在工程项目管理中的应用探究[J].工程技术研究,2019(19):162-163.

作者:梁煜钒 罗薇 单位:桂林理工大学

阅读次数:人次