摘要：现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。随着信息技术在工程造价行业的广泛应用，工程造价行业积累了海量数据。工程造价行业已经进入大数据时代，大数据环境下工程造价信息管理存在很多问题。对于大数据的研究是信息化建设的发展和延伸，同时对大数据的分析和挖掘能够更好地发现数据中的潜在知识，更好地反馈于行业建设，提高行业管理水平，节约社会资源，提高社会投资效益。
关键词：大数据；信息化；工程造价
一、总结大数据环境下电力工程造价管理出现的主要问题
1.1电力工程造价信息收集管理机制不健全
部分电力企业对电力工程造价数据存在轻视心理，偏执的认为电力工程造价数据对电力企业未来发展毫无作用，在实际工作中，忽视了电力工程造价数据的收集和保存，加剧了电力工程造价数据信息的不完整性和不准确性。还有一些电力企业电力工程造价管理相关的各项规章制度并不健全，降低了电力工程造价管理工作流程的统一化和标准化，增加了电力工程造价管理工作的随意性和混乱性。电力工程行业定额的滞后性随着时间的推移而不断加强，加剧了电力工程行业定额与实际情况之间的差距，降低了电力企业所获取数据信息的时效性，从而降低了电力工程设计单位预算编制结果的准确性。以至于电力工程项目的施工单位不能明确工程建筑成本以及工程盈利情况，更不可能通过调查市场信息的方式来综合评估和推测竞争对手的实力。
1.2电力工程造价管理工作中数据信息处理水平有待提高
部分电力企业管理人员缺少大数据思维，继续采用原有的手段和方法来处理电力工程数据信息，很少使用甚至拒绝使用现代化和专门化的数据信息处理工具来分析电力工程造价数据信息，降低了电力工程造价管理工作的高效化和科学化。
电力工程造价数据信息更新周期较长，增加了电力工程造价精细化管理工作的难度，在无形之中降低了电力工程施工企业对工程成本和工程利润的掌控力度。
二、大数据时代的工程造价管理行业对策
大数据最核心的价值就是在于对于海量数据进行存储和分析。相比起现有的其他技术而言，大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。大数据处理的一般流程为信息收集、数据集成、数据预处理、数据挖掘、模式评估和知识表示。SPSS和SAS公司更是在此基础之上提出了各自的商业化数据挖掘标准流程，即CRISP-DM和SEMMA。根据大数据的特点和要求，本文针对重点环节提出相应措施。
2.1建立统一的工程数据标准，避免形成信息孤岛
大数据的研究要求收集的数据统一规范，从而为后期数据分析、数据挖掘提供便利。我国目前虽然对工程计量实行统一的清单计价标准，但在计价环节大多数企业参照的仍是各地的工程定额中规定的方法。而各地工程定额在一些分项工程的计量单位、计算方法和适用性上各有不同，造成收录的数据通用性较差，不便于整理和分析。打破这种区域差别，建立统一的元数据标准是大数据收集过程中的重要一步，这将有利于不同系统间的数据交换，大大降低数据处理的时间和费用。同时大数据研究要求允许并对半结构化，非结构化数据的录入进行对其录入规则进行相应的规范，例如对材料的说明，不再只有文字说明，可以配有相应的图片，对工序流程可以配有相关的视频，但图片和视频等必须符合相应的标准。
2.2建立分布式数据库进行数据保存
目前数据存储的主要模式是非关系型（NoSQL）数据库。这种数据库将海量数据存储在不同地域，不同类型的服务器中，通过服务器之间的快速信息交换，获取用户需求信息。近来又发展出兼有SQL和NoSQL优点的NewSQL型数据库。
期刊文章分类查询,尽在期刊图书馆对于大型建设工程企业来说，由于所承包工程较多，自身资源较为丰富，可以利用自身条件建设自己的分布式数据库，但是对于更多的中小企业来说，则无力独立进行庞大的数据库建设。这更多地需要政府造价主管部门统一建设工程造价数据仓库。目前，我国建设主管部门已经进行了初步的信息化建设，具有一定的基础，具备建立数据库的基本条件。通过政府造价部门搭建统一的数据库平台，让更多的企业，特别是中小企业加入进来，不仅加强了数据监管，节约了社会成本，还可能发掘出更多的潜在价值，创造巨大的社会和经济效益。
2.3注重数据分析和数据挖掘工作
我国工程造价行业在信息化建设过程中已经积累了一定的基础，但是对于积累的工程造价的相关数据缺乏相应的分析挖掘工具，造成“数据丰富，信息匮乏”的情况。目前数据挖掘的算法发展得已经比较完善，主要的算法有分类算法、聚类算法、关联算法、序列挖掘等。当前数据挖掘技术在一些发达国家发展较快，一些数据分析公司已经开发出成熟的商业数据挖掘工具，这些商业数据分析公司也在积极开拓中国市场，甚至有些国外数据分析公司以免费分析数据形式进行市场开发。但是如果对国外分析软件过分依赖，难免会造成信息泄露，而工程造价数据通常会涉及许多商业秘密甚至是国家机密，这不利于企业和政府的信息安全，不利于企业对海外市场的开拓。积极研发具有自主知识产权的数据挖掘工具，形成相应的产业链，有利于我国工程造价行业健康快速的发展。
2.4重视挖掘过程和结果的可视化研究
枯燥的数据分析和挖掘，需要专业人士来进行。而大量的工程造价人员对于庞大复杂的数字结果，可能无法直观地理解。通过可视化技术的帮助，能够让更多的造价信息管理人员明白整个数据分析的过程，理解数据挖掘得出的结论，从而更好指导生产应用。
目前国内外一些相关的网站非常重视数据可视化的开发，例如GoogleChart，TableauSoftware等。国内的相关造价软件和造价网站也在积极开展可视化研究，例如广联达在就在其建模过程中就可将其录入数据转换为2D，3D图形，并与其他数据相关联，便于造价人员在使用过程中直观地查看。大数据对可视化技术还提出了更高的要求，它需要相关的可视化软件建立在分布式数据库之上，帮助管理人员及时查看和分析。重视可视化的研究，能大大降低大数据管理的门槛，使更多的造价人员掌握大数据分析挖掘的武器。
2.5建立公开的及时有效的信息查询和发布模式
目前我国政府作为造价信息资源的最大拥有方和发布方，在造价信息的发布上存在信息滞后，发布的数据处理度不够，缺乏指导作用；共享率低等问题。而大数据研究和挖掘得到的信息，如果不能及时向社会发布，其经济和社会效益将大大降低。国外经验表明建设一个能够为社会提供开放的大数据信息查询服务，不仅能够进一步促进中小企业的发展，还能增加行业透明度，促进企业间的交流，保持行业活力。政府作为组织者，更大限度地公开资源是非常有必要也是可行的。
当然，也要注意对相关的数据进行分类处理，将一般性的、技术含量低的社会通用数据进行公开，对涉及技术含量高，企业商业秘密和国家机密的信息则加强保密工作。这样不仅能够增强工程造价的透明度，降低社会建设工程平均建设费用，而且能够鼓励技术型创新型企业的发展。
三、结束语
在大数据和大数据分析，他们对企业的影响有一个兴趣高涨。大数据分析是研究大量的数据的过程中寻找模式，相关性和其他有用的信息，可以帮助企业更好地适应变化，并做出更明智的决策，大数据在电力工程造价管理中的灵活运用，提高了电力工程造价数据信息的共享，推动了电力工程造价管理工作模式和工作方法的改革创新，提高了电力工程造价管理工作的效率和水平，对电力工程造价行业的未来快速发展产生深远影响。
参考文献：
[1]刘宏志，屠庆波，韩延峰.大数据环境下的电网工程造价分析管控体系研究[J].2014，（12）：2722.
[2]陈克修.浅析环境因素对电网工程造价的影响及管控建议[J].重庆电力高等专科学校学报，2010，（5）：69-72.
[3]王朝阳，任小瑾.浅析基于统计分析的数据挖掘在工程造价管理中的应用[J].中国水运（下半月），2014，（3）：190-191.
论文作者:刘畅
论文发表刊物:《基层建设》2019年第1期
论文发表时间:2019/4/2
标签：数据论文; 工程造价论文; 电力论文; 信息论文; 造价论文; 行业论文; 数据挖掘论文; 《基层建设》2019年第1期论文;