身份证：12010719810411XXXX
摘要：在社会经济的发展之下，人们获取信息，产生信息的速度加快，对事物的质量要求越来越高。对于建筑工程而言也是如此，通过将建筑工程管理和大数据技术相结合，可以有效增强工程管理的优势，提高管理效果和管理质量，进而提高建筑行业的竞争优势。尤其是就现在工程管理的情况而言，现在的工程管理仍有待提高的空间，通过有效应用信息技术，可以精准把控工程过程，有效提高管理水平。基于此，本文就大数据挖掘在工程项目管理中的应用策略进行详细探究。
关键词：大数据挖掘；工程项目管理；应用策略
1引言
当前的建筑行业逐步向数字化方向靠近，发展的规模不断扩大，复杂程度不断提高。而大数据可以用于分析、洞察、预测大量不同的数据，数据变化程度较普通变化快速，能够在短时间内分析整理出有价值的信息。工程项目管理与大数据结合，为解决工程项目中复杂问题提供方向，简化方式手段。大数据给予项目管理方便，能够在海量的数据中，准确筛选出所需要的内容，节省时间、人力、物力以及资金等。
2 大数据挖掘概述
数据挖掘技术的实质是一种人工智能技术，随着大数据技术的兴起而发展成熟，通过数据挖掘与分析从海量数据中提取有价值的信息。海量数据具有不规则性、随机性、多样性等特点，数据表达较模糊，因此需首先对海量数据进行预处理，再进行数据挖掘，然后采用一定的算法和规则对挖掘的数据进行分析和判断，从而提取出有价值的信息，用于下一步分析与评价。数据挖掘技术的特点包括：（1）数据处理量大，在大数据时代，随着社会和科技的发展，未来各行业的数据量将有增无减，且种类繁多、混乱无序；（2）数据挖掘算法和规则应紧跟用户需求，不断发展，数据挖掘的最终目的是为了获取有用信息或摒弃无用信息，因此数据筛选标准和算法应围绕用户需求展开，针对性强，并随之不断发展[1]；（3）自动化程度高、人工干预少；（4）处理过程高效、准确。
3 大数据挖掘在工程项目管理中的应用优势
大数据挖掘属于KDD发展过程中涉及的一个重要环节，通过大数据挖掘，操作者可以根据信息完整性在大量甚至海量的信息数据中挑选出有用的信息，并能够依据相对模糊或简明的规则对相应的数据进行调取。借助大数据挖掘技术，操作者可以对某些平时难以被人们发现，但真实存在的客观规律进行挖掘。在传统的工程项目管理工作中，管理者常常需要面对一些难题，例如，工程项目类型复杂、项目所涉领域过于广泛、项目规模庞大等。面对这些难题以及随之而来的工作压力，管理者的工作效率与相关人力、物力资源的利用效率都会发生一定程度的下降。然而，伴随着大数据技术的飞速发展，许多企业在管理过程中加大了对相关技术的重视。借助大数据挖掘技术的帮助，管理者能够对工程管理工作的相关内容展开更为科学、合理的分析，在此基础之上，管理者可以通过完善相关数据库的构建，进一步对工程项目进行规模化的管理，提升管理工作的整体效率并促进企事业单位的稳定发展。
4 大数据挖掘在工程项目管理中的应用策略
4.1 建立一体化信息系统
工程管理当中所涉及项目众多，且包含大量的施工数据，相对来说管理难度较大。在施工阶段开始之前，需要施工人员提前做好规划，认真校对图纸，避免不必要的成本浪费。在施工后期，需要做好相应的工程成本核算，这其中都涉及到了大量的数据。在传统的管理模式下，需要保证提取数据信息的实效性和真实性，在此基础上快速整合和分析，做好精确预算，才能使数据信息发挥相应的价值，保证工程管理的进行。这个阶段一般需要花费大量的人力、物力、和财力，造成了企业的另外成本损失[2]。
所以通过应用大数据，形成一体化的信息系统，将工程管理的各个项目纳入其中，可以有效的提高信息收集、处理、传递的准确性和合理性。为了更好的完善信息系统，需要对实时动态把控工程管理，不管是设计进度，还是施工成本，都需要及时的精准定位。
4.2 探索多元化技术方法
大数据只有在具体领域实现融合与应用，才能真正发挥价值和作用，因此探索适用于工程项目管理的大数据技术及方法尤为重要。加强对于工程项目管理大数据基础理论、算法、决策分析的持续研究，探索更多适用于工程项目管理的大数据技术及方法。研发适用于工程项目的先进数据采集技术，构建数据管理平台，根据项目生命周期不同阶段特点、主要环节管理要求，针对不同类型的信息采用不同的方法，提取有价值的信息，实现全过程的信息对称以及各个业务环节之间的有效沟通。通过统计、数学模型、模拟仿真等应用方法进行数据分析及预测，解决工程项目管理的实际问题，并促使业务之间数据集成共享成为可能，提升对工程项目管理的实际管控能力，真正服务于工程项目企业的管理与运营，为企业创造价值。
4.3 构建基础数据模型
从技术层面分析：基础数据模型基于较大规模的数据信息，以大数据挖掘技术对收集到的信息进行提炼、分析，在此过程中，管理者通过对相关信息规律进行整合，最终以数据模型的形式进一步对工程项目管理条目及相关工作的一般特性进行直观展示。一般情况下，工程管理工作包括：工程进度管理、资金管理、安全风险控制等基础环节。在大数据技术的帮助下，管理者可以按照相关项目条目对基础工作信息进行有效的收集与整理，与此同时，计算机软件会根据拓扑学相关原理，将收集到的工作信息进行有效处理，最终形成蛛网式数据结构以便管理者对处理结果进行更好的调用与分析。针对管理目标缺少相应参照物问题，管理者可以通过搭建奇异值模型，将大数据挖掘技术融入工程项目管理过程中。为保证分析结果的准确性，管理者最终采用了“奇异值”模型作为基础模型，对相关分析对象进行条目式分解，保证数据合理性，并在此基础之上制定大数据挖掘方案通过细致计算，对不同管理对象条目下的数据进行完整的分析处理[3]。
4.4 加强人才队伍建设
人才是项目管理的主体，加大人力资源投入，加强人才培养，创建专业人才队伍非常必要。工程项目管理人员需要增强信息化意识，对大数据技术有充分了解和认识，懂得大数据技术前沿，尤其要知晓国内外大数据技术在项目管理中应用的情况和未来发展方向。加强专业人才团队建设，引进或培养精通大数据技术、工程项目管理的专门人才。加强对管理人员的专业培训，特别需要对统计软件、工程造价软件、建筑设计软件等主流软件的学习，并将培训所学与具体项目实践相结合，增加管理人员学习经历，培养既有较高工程项目管理的专业素质，又能利用大数据技术及方法指导项目实践的复合型人才，提升工程项目信息化应用水平，提高项目管理绩效，真正实现大数据技术与工程项目管理的融合。
5 结束语
在建筑行业不断发展的大背景下，工程项目的管理需要与其巧妙的结合，结合实际情况，探索符合发展的运行模式。大数据在为企业提供更多的机遇的同时，也在不断扩大行业的竞争力，资源争夺越来越严重。所以管理人员需要凭借自身的专业能力，来维护多方面的协调，实现大数据与工程项目管理的完美契合，让大数据在最大程度上可以有效发挥其作用，实现工程项目的完美创新。
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] 张庆帆.工程项目管理中大数据挖掘的应用[J].居舍,2018,(32):146-147.
[3] 黄慧平.大数据挖掘在工程项目管理中的应用探析[J].山西建筑,2017,43(13):256-257.