强化企业成本管理论文提纲

2022-11-15

论文题目:大数据下基于机器学习的工程项目成本预警研究 ——以L企业为例

摘要:大数据、人工智能等新一代信息技术飞速发展,随着工程项目成本管理全过程产生的数据量不断增大,其背后隐藏的巨大价值使得我们需要通过提升数据的管理和数据价值的挖掘能力,从而改进工程项目成本预警能力。大数据下基于机器学习的工程项目成本预警是以风险问题为导向,融入大数据与机器学习的理念,设计成本预警方案,使企业成本预警活动更高效,进一步加强成本管理风险管控、提供决策支持。随着L企业细分市场和业务量的不断扩大,不断建立健全工程项目成本管理制度,借助信息技术建立了L建筑ERP系统,建立了良好的管理规范和数据基础。同时积极探索强化成本管理风险预警,发现其存在缺乏集中的成本预警数据管理和查询分析系统、缺乏分包成本风险的有效预警手段、责任成本管理风险预警存在主观性较大和效率低等方面问题,因此急需探索出大数据下的工程项目成本预警方案。通过利用大数据挖掘、机器学习技术,对业务数据进行深入的分析,从中挖掘出具有价值的重要信息。根据理论的支持、经验的推理以及算法规则的逻辑方法,实现大数据下对工程项目的成本预警。本文将L企业工程项目成本预警作为研究对象,针对该对象采用文献研究、案例研究和综合分析法相结合的方法进行研究。首先,对成本预警、大数据和机器学习的国内外理论和应用研究现状进行了总结,对项目成本预警、大数据和机器学习算法等相关理论进行了阐述,为后续的问题描述、必要性分析、成本预警方案设计和模拟实施提供了重要理论基础。其次,针对L企业的成本管理组织机构、成本管理流程和成本预警流程进行现场调研和数据收集,梳理了L企业工程项目成本管理现状。同时对L企业工程项目成本预警存在的问题进行了描述。再次,在此基础上对大数据下L企业工程项目成本预警进行了必要性分析,包括成本预警数据仓库设计、基于BP神经网络的分包成本风险预警、基于贝叶斯网络的责任成本管理风险预警。同时,进行了成本预警方案的设计:(1)通过数据仓库技术将离散、异构的成本预警数据转化为聚合、一致、可用的信息,提升成本预警数据管理和分析效率和质量;(2)通过BP神经网络算法建立分包成本风险预警模型,建立分包成本风险预警的有效机制;(3)通过贝叶斯网络算法建立责任成本管理风险预警模型,加强责任成本管理风险管控。从次,针对L企业进行模拟实施,利用Hive QL进行了工程项目成本预警数据仓库查询与OLAP分析;利用IBM SPASS 26,使用L企业分包成本风险预警样本数据进行了模型训练;利用Ge NIe2.0构建了L企业工程项目责任成本管理风险预警贝叶斯网络,并进行了正向和逆向推理。并从数据管理、流程梳理和技术应用上提出了实施建议,从数据、制度、人员和技术上提出了保障措施。最后,对全文进行了研究结论与展望的阐述。对大数据下基于机器学习的L企业工程项目成本预警研究,有利于解决L企业工程项目成本预警在成本预警数据管理与分析、分包成本风险预警和责任成本管理风险预警方面面临的问题,以此满足L企业工程项目成本预警的需求,提高成本预警数据管理和分析效率和质量、建立完整有效的分包成本风险预警机制、加强责任成本管理风险预警能力,提高成本预警的客观性和准确性。同时丰富了大数据下基于机器学习的工程项目成本预警理论、方案和实施路径,为大数据下我国建筑施工企业工程项目成本预警的发展提供新思路,为企业加强成本预警提供一定的理论和实践的借鉴意义。

关键词:大数据;工程项目;成本预警;数据仓库;机器学习

学科专业:会计硕士(专业学位)

摘要

Abstract

1 绪论

1.1 研究背景与问题提出

1.1.1 研究背景

1.1.2 问题提出

1.2 国内外研究现状

1.2.1 成本预警相关研究

1.2.2 大数据相关研究

1.2.3 机器学习相关研究

1.2.4 文献述评

1.3 论文的研究目的和意义

1.3.1 研究目的

1.3.2 研究意义

1.4 研究内容

1.5 论文的研究方法和技术路线

1.5.1 研究方法

1.5.2 技术路线

1.6 论文创新点

2 相关概念、理论和技术

2.1 项目成本预警

2.1.1 项目成本预警概念

2.1.2 项目成本预警方法

2.2 大数据

2.2.1 大数据概述

2.2.2 数据仓库

2.3 机器学习算法

2.3.1 贝叶斯网络

2.3.2 BP神经网络

2.4 小结

3 L企业工程项目成本预警现状及问题分析

3.1 L企业概况

3.2 A工程项目概况

3.3 L企业工程项目成本预警现状描述

3.3.1 成本管理组织机构

3.3.2 成本管理流程

3.3.3 成本预警流程

3.4 L企业工程项目成本预警问题分析

3.4.1 成本预警数据管理和分析质量低

3.4.2 分包成本风险预警缺乏有效机制

3.4.3 责任成本管理风险预警效率低

4 大数据下基于机器学习的L企业工程项目成本预警方案设计

4.1 大数据下基于机器学习的L企业工程项目成本预警必要性分析

4.2 大数据下基于机器学习的L企业工程项目成本预警技术框架设计

4.3 工程项目成本预警数据仓库设计

4.3.1 工程项目成本预警数据仓库体系结构设计

4.3.2 工程项目成本预警数据源分析

4.3.3 工程项目成本预警数据仓库的构建

4.4 基于BP神经网络的工程项目分包成本风险预警

4.4.1 工程项目分包成本风险预警指标体系构建

4.4.2 基于BP神经网络的工程项目分包成本风险预警模型构建

4.5 基于贝叶斯网络的工程项目责任成本管理风险预警

4.5.1 工程项目责任成本管理预警指标体系构建

4.5.2 基于贝叶斯网络的工程项目责任成本管理风险预警模型构建

5 大数据下基于机器学习的L企业工程项目成本预警模拟实施

5.1 模拟实施

5.1.1 工程项目成本预警数据仓库查询与OLAP分析

5.1.2 基于BP神经网络的工程项目分包成本风险预警模拟实施

5.1.3 基于贝叶斯网络的工程项目责任成本管理风险预警模拟实施

5.2 实施建议与保障措施

5.2.1 实施建议

5.2.2 保障措施

6 研究结论与展望

6.1 研究结论

6.2 未来展望

致谢

参考文献

上一篇:物理新课改科学探索论文提纲下一篇:中职语文个性化教学论文提纲