大数据挖掘在工程项目管理中的应用

2022-09-10

正文:

1 导言

想要对现代化的工程项目进行完善, 就离不开先进的信息技术和大数据提供的资源支持, 从研究管理学的视角出发, 对大数据世道的信息和管理理论进行深入研究, 不难发现在项目管理的过程中存在的大量漏洞, 这些不足严重阻碍了工程项目向前发展的步伐。工程项目管理面对的主要目标就是在建工程, 我们一定要站在大数据理论中思考问题, 合理把控施工全过程的动态, 做好管理工作。

2 大数据挖掘技术的概述

大数据挖掘主要指的是KDD发展的重要步骤, 此类技术的应用大多数是从大批量的大数据中筛选出来一些完整性偏低和数据, 还有一些相对过于简单和过于模糊的数据中进行有目的性的抽取得来的。这些数据有一个共同的特征就是很难被人发现的信息, 但又切实的存在。KDD全拼为 (Knowledge Discovery In Database) 顾名思义, 解释为发现知识的一个过程。

大数据挖掘引擎是整个大数据挖掘系统中不可分割的部分, 它可以准确的对大数据的特征、关联、类别、价值分类规划, 有利于在系统中合理利用大数据挖掘的技术。

3 大数据挖掘的类型

3.1 大数据库

大数据库就是大数据挖掘经常进行处理的大数据类型之一, 当然大数据库类型并不单一, 而是都中多样的, 像是关系型大数据库、面向对象型大数据库等等。在这里我们着重介绍比较常用的关系大数据库, 因为关系大数据库中的大数据结构严谨, 条理清晰, 这种存储形式给大数据挖掘技术的使用带来了极大的便利条件, 使大数据挖掘技术应用起来更加灵活、方便。

3.2 大数据仓库

大数据仓库为项目管理带来的新的捷径, 其在对某一实际问题进行处理的过程中, 不断发挥其储量大的优势, 可以轻松处理异构大数据源问题。另外, 大数据仓库的组建来源于多个不同的异构大数据源, 所以在处理异构大数据方面, 大数据仓库有其他系统所不具备的优势。

3.3 多媒体大数据

多媒体大数据涵盖的方面非常广泛, 像是视频类、音频类以及图像类大数据都包含在内, 不同的大数据进行信息传输的时候, 能够自然的进行互动。但是我们也应该看到, 多媒体时代的大数据通常存在多维, 这无疑给大数据挖掘技术的展开带来不便。

4 大数据时代背景下工程项目管理困境

4.1 多元化时代, 市场急需个性化产品

在进行工程设计和评估阶段, 因为其自身所带有的刚性和惯性, 在市场要求不断更新的情况下, 很难在短时间内切实际要求相切合。大数据背景下, 市场需求逐渐以大数据的形式展现, 假如无法及时对不断产生的大数据做好科学合理的处理, 就会逐渐被市场所淘汰, 产生不必要的麻烦, 比如说, 由于对大数据理解失误, 在工程设计和评估阶段的工作与市场要求相悖, 使产品的产能与市场要求相差甚远;另外, 由于对大数据发展趋势的误判, 使得产品研发还停留在传统阶段, 只能被市场竞争的大环境所淘汰。

4.2 经济变化过快, 不确定因素给项目管理带来风险

21世纪, 是信息技术的时代, 数据快速更新过快, 可能随时会引发社会经济环境突变, 这种情况无疑会对工程项目管理的方方面面带来新的挑战。比如, 随着工程建造规模加大, 必然需要大量资金的支持, 由此就会产生海量的成本大数据和资金大数据, 传统的工程预决算管理模式根本无法适应大工程项目建设, 容易出现工程管理失控现象。

5 大数据挖掘与工程项目管理交互分析

5.1 在大数据背景之下工程项目的发展态势

当今社会, 随着经济的迅速发展, 各企业公司想要获得长期发展必须要加强科技化管理, 加强科技化管理也是工程项目管理的重要途径。计算机技术是科技化管理的前提, 计算机拥有强大的数据存储功能, 并且将这些信息流与资源流进行收集与整合, 便于存档与传送等工作的进行, 而且, 目前在我国的工程项目的管理中存在多种态势, 如多元化、信息化和动态化。

5.2 大数据下为工程项目管理优化提供新路径的挖掘

随着大数据的出现, 工程项目的科技信息管理得到了较好的发展机遇, 并且为提升工程项目的效率有很大的作用, 也在提升质量的同时有效的规避了风险, 优化了管理路径, 所以说大数据挖掘技术对提升管理水平和效率有很大作用。

5.3 大数据挖掘在工程项目管理使全面风险管理上升到了一个新高度

因为大数据中蕴含着各种丰富的信息, 所以在建设工程项目的过程中, 存在着多种风险, 因为大数据下的信息风险非常大, 也就使企业存在长期的安全隐患。但是, 大数据也有很大的益处, 比如在大数据的管理过程中, 其存储功能不仅能够有效收集数据, 最重要的是它可以把相互之间没有联系的事物相联结, 并进行初步处理和转换, 从而形成一个大数据集, 使整个项目都连在一起, 为使用者提供一个更加透明的平台, 能够有效的减少信息流通中的虚假信息, 还能够减小相关人员之间的交流障碍, 在一定程度上规避了风险。

6 大数据挖掘对工程项目管理优化途径

6.1 建立大数据挖掘的管理层次和制度结构

我们以工程项目建设为参照点, 需要各个参建部门共同合作, 以集中控制和分层管理为模式, 确定项目企业对大数据级进行收集工作。项目管理的过程中, 管理中, 把收集到的大数据作为信息的源头, 代建公司听从于总公司所传达的信息, 对大数据进行采集与传送整理工作, 主管企业根据对大数据的合理分析研究, 可以准确对项目进行全方位的评估, 在大数据管理中, 构建大数挖掘的制度结构, 方便做出正确的决策。

6.2 构建大数据挖掘项目组

建立工期进度大数据挖掘项目组的主要目的是, 整合工程施工阶段的资金大数据、原材料供应大数据、工程计划大数据和施工基础大数据。以深层挖据到的大数据为准则, 建立相应的管控体系, 保证工期顺利进行。

7 结语

总而言之, 伴随着国内各项技术的日臻成熟, 给大数据挖掘技术的发展提供了广阔的平台, 运用起来也越来越得心应手, 为人们的生产、生活带来了极大的便利, 特别是在处理大量数据的时候, 它所发挥出来的优势, 不仅在建筑领域, 在各个领域都受到了广泛的认可。

摘要：21世纪是信息时代, 世界朝着多元化的方向不断发展, 特别是近年来大数据快速发展, 无论是从事于何种行业, 都不可避免的被海量复杂的大数据所困扰, 这些大数据的价值量到底都多大, 怎么样才能够科学的对大数据做好挖掘、管理、利用的工作, 是每一个管理者必须思考的问题。因此学者研究出大数据挖掘理论, 希望可以有效解决信息技术带来的难题。本文深入剖析了对大数据挖掘在工程项目管理中的应用。

关键词：大数据挖掘,工程项目,管理应用