大数据技术在建筑工程项目管理过程中的应用研究

大数据技术在建筑工程项目管理过程中的应用研究

丘华德

深圳市陆新源劳务有限公司  广东省深圳市  518000

摘要：随着建筑工程项目的复杂度不断增加，传统项目管理过程数据处理工具和方法已经不能快速准确地计算出项目管理人员需要的信息，导致项目管理过程中由于信息更新不及时、信息错误导致进度延误、成本超出预算、质量事故等问题。另一方面，大数据技术被广泛应用于各个领域，工程管理领域也不例外，因此，开展大数据技术在建筑工程项目管理过程中的应用研究具有重要的意义。本文对大数据技术在建筑工程项目管理过程中的应用进行研究。

关键词：建筑工程；项目管理；数据挖掘；数据库

一、传统建筑工程项目过程数据处理方法的问题分析

建筑工程项目通常涉及多个领域，具有系统性和动态性，项目实施复杂度较高，项目施工过程数据较多，而传统项目管理过程数据处理方法效率低下，在项目进度管理、质量管理、成本管理过程中均存在较多问题，其主要原因如下。

1.难以实现项目管理过程信息和数据的总体处理

传统项目管理过程数据处理工具和方法通常将杂乱的项目管理过程数据存放在独立的筒仓系统，容易造成“信息孤岛”，汇总工作量大且容易出错，不能实现对于整个项目实施过程数据的总体处理，从而忽略了各个不同数据仓的数据之间的相关性。例如，建筑工程项目中，传统项目管理工具通常将项目材料成本数据和施工人工成本数据交由不同人员来管理和汇总，容易导致项目实施成本汇总错误，给成本管理带来问题。

2.容易忽视项目管理过程数据和信息的细节多样性

建筑工程项目在施工过程中产生的过程数据具有细节多样性，这些数据细节之间紧密相连，对于进度管理、成本管理和质量管理都有着重要的影响。以进度管理为例，只有通过识别项目管理过程数据中的细节才能发现项目进度延误的潜在风险，从而采取相应措施消除潜在的隐患，规避偏差。假设无法有效识别各流程运行中存在的微小隐患，将导致调控过程中产生较大偏差。

3.数据存储和处理效率低下

传统项目管理过程数据处理工具和方法在数据存储和处理过程中仍采用集中式存储技术和集中式计算技术，将资源集中在内存、硬盘等单一存储介质中，通过庞大的数据库完成数据和信息的管理，各个功能模块围绕着这个数据库完成数据的录入、修改、删除等操作，在数据计算过程中几乎完全依赖于一台中、大型的中心计算机，在运算负载增加时只能通过提升单个系统的运算能力来解决问题，因此传统的数据存储和处理方法存在效率低下、系统扩展性差、数据易丢失等问题，且数据量越大，这些问题越突出。

二、大数据技术应用在建筑工程项目管理中的意义

（1）将大数据技术应用在建筑工程项目管理过程中，可丰富和优化现代项目管理理论和方法，为相关研究人员在项目管理理论、方法和工具研究中提供参考，同时拓展了大数据技术应用范围，对于大数据技术进一步发展具有推动作用。

（2）可以使得建筑工程项目管理信息化程度更高，项目信息互通路径变得更为顺畅，进一步提高了信息传递的实时性。

（3）大数据处理技术整合多种建筑工程项目管理信息，实现了建筑工程项目信息、数据集成管理，辨识了项目参与多方表现出来的动态影响，提高了管理过程相关决策的准确性。

（4）应用大数据技术使得管理过程中增添了细化的管理模块，重视项目实施过程中每一个细微的管理流程和细节，避免由于不注意细节多样性而带来大的隐患，有利于项目管理过程的全面性。

（5）应用大数据技术可以明晰、细化多方职责，为项目合作各方提供交流平台，使得项目干系人获得更好的使用体验。

三、大数据技术在建筑工程项目管理过程中的应用

1.基于大数据技术的建筑工程项目管理流程

对于单个建筑工程项目的实施，需要通过不同的工作人员、部门和机构来协调完成，各个部门都具有自己明确的职责分工，要充分利用大数据技术提高项目管理效率，必须有针对性地建立一个基于大数据技术的工程项目管理层次和制度结构。以项目部作为信息采集主体，具体采集过程由现场施工部完成，并实时地将信息汇总给项目管理团队，然后由项目管理团队根据项目信息作出相应决策，这就需要项目管理团队准确地把握项目的范围与需求，根据项目部反馈回来的数据进行分析和评估，对建筑工程项目的实施进度控制、成本控制、质量控制等方面作出科学、正确的决策。为了保证整个信息采集和传输的过程尽可能高效和通畅，在建立基于大数据挖掘的工程项目管理层次和制度结构时，需要根据信息数据业务的需求，建立一个信息中心对整个业务流程进行管理和控制，提高工程项目的管理效率。

2.基于大数据技术的建筑工程项目管理过程研究

（1）基于数据挖掘的建筑工程项目进度管控模型

由于建筑工程项目工期进度受到合同、资金、物资、施工设备、建材采购、天气等多个因素综合作用，要想对工期进行有效的控制，找到工期延误的原因，需通过关联规则方法找到这些因素相互之间的关联，即找到这些因素所对应的数据变化规律以及数据关系网，而数据挖掘算法正是寻找数据变化规律、关系网最好的手段之一。目前已有多种成熟的数据挖掘算法可建立单层布尔关联关系，寻找出多个因素之间的关联关系。由于数据挖掘算法处理数据量较大，可以借助大数据平台的分布式计算技术，例如Hadoop平台的MapReduce计算框架。

（2）基于海量成本数据库的建筑工程项目成本控制方法

针对建筑工程项目的成本管理，各个企业都在实际项目实施过程中积累了非常多的建筑工程项目成本数据，例如人工费、工程建设其他费用等，但是缺乏对这些成本数据的合理利用。因此，可以在传统的PDCA顺序式成本管理方法中引入成本数据库的概念，加入数据处理的环节，将项目成本管理链条变为闭环的成本管理圈，对企业已积累的海量数据进行处理和分析，得到相应处理结果来反馈、调节和控制成本，提高成本控制的准确率和效率。由于海量成本数据库的实现涉及海量数据的存储，可以借助大数据的分布式存储技术，例如Hadoop平台的HDFS存储平台。

（3）基于数据融合的建筑工程项目质量管理方法

如何准确有效地评估项目实施过程中各个项目活动的完成质量是关键和难点，而项目实施过程中产生的各类数据都有助于评价和分析项目活动完成的质量。因此，可以借助数据融合算法结合主成分分析法、因子分析法等统计分析方法准确计算出建筑工程项目实施的质量指标，利用五级量纲法等方法对工程项目的质量做出客观判断，提高建筑工程项目质量管理的有效性。由于数据处理过程中需要同样涉及大量的数据运算，也可以借助Hadoop平台的mapreduce分布式计算框架来完成海量的数据处理。

结束语

针对传统建筑工程项目管理过程数据处理方法存在的问题，本文从进度、成本、质量三个方面运用数据挖掘、海量成本数据库和数据融合等技术，提出了基于大数据技术的建筑工程项目管理流程，充分利用建筑工程项目在实施过程中产生的各类数据和信息，有效提高建筑工程项目管理的实时性、准确性和全面性，提高项目管理人员工作效率，丰富现代项目管理理论、方法和工具，对于推动大数据技术的发展也有一定的帮助。

参考文献

[1]夏晴晴.如何运用大数据提升建筑工程项目管理的水平[J].城市建设理论研究（电子版）,2016,6(7):1696.

[2]罗永康.浅析大数据技术在建筑施工技术中的应用前景[J].山西建筑,2020,46(16):3.