摘要：大数据是继云计算、物联网之后 IT 行业又一次新的技术革命。大数据时代的来临，如何基于大数据技术提高工程造价数据处理的效率与质量，是现代工程造价领域需要着力探讨的问题。本文主要探索了大数据在工程造价中的应用，希望能为工程造价信息化、科学化提供参考。
关键词：大数据；工程造价；数据处理；数据挖掘
大数据或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。大数据由人类日益普及的网络行为所伴生，受到相关部门、企业采集者，数据生产者的真实意图和喜好的影响，具有非传统结构和意义，为工程造价数据处理提供了重要平台。
1工程造价存在的问题
1.1 数据获取方面
对于工程项目建设企业来说，在组织开展工程造价管理工作时，忽视了工程造价数据的积累，或者工程造价管理不规范，进而在一定程度上难以获得足够的信息满足编制施工定额的需要，难以真实了解自身的真实成本，在这种情况下，也就无法准确地确定利润。另外，获取外部数据的渠道、方法较为单一，难以实时获取市场信息，无法掌握社会成本，同时也难以掌握竞争对手的实际情况。
1.2 数据处理方面
在工程造价管理方面，一些工程项目建设企业应用了BIM，虽然BIM在处理工程信息方面具有一定优势，但是对于施工中影响工程造价的数据，缺乏有效的分析方法，进一步影响工程造价管理的科学性
2大数据技术在工程造价数据处理中的应用
2.1基于BIM的造价信息资源共享应用
基于BIM的工程造价信息资源共享应用框架设计为四层：第一四基础设施层。该层主要包括两个功能摸块，即存储模块和计算模块。主要作用是对BIM数据库中的造价信息进行快速数据挖掘。第二层是云服务平台，主要功能是任务管理、资源管理、用户管理、安全管理。第三层是应用服务平台，该层提供BIM系统软件的适用和BIM信息协同管理等服务。第四层是应用层，用户可用终端设备随时随地运行BIM系统软件或获取所需的工程造价信息。
2.2 大数据挖掘技术
2.2.1 数据结构化与标准化
BIM 数据库中的信息数据类型多样，主要包括：结构型数据（RDBMS）——BIM 模型；半结构型数据（HTML）——成本预算、采购订单、项目进度计划；非结构化数据（Document）——会议视频、施工录像、照片等。为保证项目管理的不同组织、不同软件间的信息数据能够进行交换，需对数据进行标准化处理。数据结构化与标准化的过程有交叉，都要运用 XML 技术实现转换。数据结构化与标准化的实施路径是：首先，抽取结构化、半结构化和非结构数据的关系和数据实体，建立元数据；其次，采用国际通用的 IFC 标准，并按照 IFCEXPRESS（ISO10303part1）的模式对元数据进行规范描述，形成新的数据文档；再次，采用 IFCSchema（IFC 大纲）制定文件模版，即提供用于数据转换的结构映射表；最后，选定模版提取数据文档中的元数据，并生成 ifcXML 文件，再应用 XML 解析工具 SAX 或 DOM 对 ifcXML 进行解析，将解析数据存入数据库以便进一步进行数据挖掘。
2.2.2 数据挖掘与可视化
数据挖掘分为三步：第一步数据预处理，即数据结构化与标准化；第二步数据挖掘；第三步数据挖掘结果分析，结果分析是数据挖掘的关键环节，其中包括工程造价预测。
期刊文章分类查询,尽在期刊图书馆数据挖掘主要是依据建设工程分类标准，按照一定时间、一定区域，对同类工程造价信息数据进行统计分析，寻找工程造价运动变化的内在规律，得到同类工程造价投资结构、费用结构、主要人工、材料、机械、设备等费用占建安造价的比例、技术经济指标和消耗量指标，以及同类工程的造价偏差分析等。根据数据分析结果与数据变化规律，构建工程造价预测模型。随着预测算法的日趋完善与成熟，对现有的预测算法进行优化或组合，是提升预测模型泛化能力和准确性的突破口。如目前造价预测采取的神经网络、支持向量机等智能算法精确度高，但是其泛化能力不强，且不能展示其逻辑推理过程，需要对现有预测算法进行优化。将可视化技术应用于工程造价信息数据的统计、分析、预测，使用户参与数据分析全过程，按照人的思维关联模式，从不同的视角观察和分析数据，发现数据中隐藏的规律和关联模式，帮助用户理解信息数据的结果和由来。可视化技术可迅速提炼、有效简化数据流，以图形方式展示数据挖掘结果。如对同类工程造价偏差分析以直方图形式展示；同类工程单方造价指标分布以散点图形式进行偏差分析；采用复式折线统计图反映造价指标的走势，进行造价指标对比分析。
2.3大数据技术在工程各阶段造价管理中的应用
大数据分析在工程造价中的应用主要表现为：①大数据分析在设计阶段中的应用。据不完全统计目前超过40%的设计院已建立了自己的大数据分析系统，建筑师、结构师可提供详细可行的报价清单作为限额设计、优化设计参考，在一定程度上减少了超概算、超预算现象的发生。某工程大数据分析系统采用的BIM技术，在设计阶段其以业主为主导，将大数据分析系统进行了较为全面的应用，包括在投资决策、设计方案、设计优化、工程变更、及施工阶段的应用，其应用成果影响甚大，在提高工作效率、工作质量和降低成本方面取得了实际效果。②施工阶段。目前大型施工企业都已开始将大数据分析系统应用到日常施工管理工作当中。投资决策阶段为了更为快速准确的投资估算。利用前期已完成项目建立的包含经济、技术、物料等企业大数据信息库，通过录入拟投标项目基础数据可自动分析形成单个工程的详细造价指标，再通过库内主材、人工、机械价格变化情况测算出拟投标项目企业实际成本，为企业投标决策提供依据。施工管理过程中造价控制方面多采用了材料采购供应信息系统、工程分包单位管理信息系统、工程劳务、机械管理信息系统等数据库对过程进行严格控制，保证了项目最终利润的实现
3 未来大数据分析在工程造价数据处理中的应用前景
3.1 工程造价模式由数字造价向模型造价转变，
基于 BIM 背景下的模型造价的思维模式已经不再是各个零散数据的调用，而是在设计阶段就建立一个标准的建筑模型，到招投标阶段时，造价工程师们将工程造价信息录入模型中，得到模型工程量和造价从而生成施工图预算，到施工阶段通过对模型数据和信息的维护得到结算、决算造价与真实指标信息，到工程完工后，模型的中标准部分可分别保存到指标模型库中，为以后类似的项目造价复用与参考。
3.2 工作方式由单机单人作业转变为平台多人协作
传统的基于单机的软件单专业，转变为基于平台的多人协作。从全过程造价的角度上看，用到造价软件的时候并不是太多，估算与概算多用 excel 作为工具，大多数企业都是在招投标阶段做施工图预算的时候才使用算量、造价软件，但使用流程也极为不方便：由于没有一个统一的平台，各个专业的造价人员协作几乎都是通过模型的导入导出来实现的，有时甚至各自建模，如有问题更是需要记录在文档中，用其他方式进行沟通确认，极为不便。而基于 BIM的建筑模型将会以一个平台的形式出现，集成多专业的造价信息。造价工程师在这个平台中，录入各自专业的造价信息，问题与记录也以模型为基础在平台上进行沟通。从而减少重复建模以及沟通和确认问题所耗费的大量时间。
4结语
综上所述，工程造价管理水平直接关系到我国工程建设行业的整体发展与进步。目前在工程造价管理中还存在着诸多的问题，如工程造价数据获取与数据挖掘等方面的问题。针对这种情况，就需要积极运用大数据技术，科学构建工程造价信息共享平台，深入挖掘、分析、共享工程造价信息，推动我国工程造价管理的发展。
参考文献：
[1]吴翠翠.大数据在企业工程造价中的应用前景[J].知识经济，2018（20）：95+97.
[2]郑文才.大数据在工程建设项目招投标中的应用[J].城市建设理论研究（电子版），2017（33）：204.
[3]王文华，赵李龙.大数据技术在工程造价咨询领域的应用[J].中国工程咨询，2017（05）：66-68.
论文作者:段雅祺
论文发表刊物:《基层建设》2019年第9期
论文发表时间:2019/6/25
标签：数据论文; 工程造价论文; 造价论文; 模型论文; 信息论文; 大数论文; 数据挖掘论文; 《基层建设》2019年第9期论文;