摘要：目前，我国是大数据发展的新时期，工程项目管理是多项管理理念的融合，对管理人员的能力以及管理技术的应用提出了较高要求，也催生了更多的新技术、新方法。工程项目管理具有管理内容复杂、周期长等特点，将大数据挖掘技术引入到工程项目管理中可有效解决上述问题，其应用方式是建立基础数据模型，建立奇异值模型，实行目标数据管理法和目标进度管理法。
关键词：数据挖掘；工程项目管理；应用技术
引言
随着大数据挖掘技术的出现及广泛应用，已经有越来越多的信息资源被数据所替代，各行各业的发展过程中都透露出数据化的特点，也为我国的工程项目管理提供了更多的发展机遇。在工程项目管理工作流程中采用了大数据挖掘技术后，它可以充分发挥其对于数据的先天优势，提升收集、处理数据的效率，增加数据的利用率，实现工程项目管理层次的升华。
1搭建大数据挖掘管理架构
工程项目管理过程中，采用大数据挖掘技术参与管理，需要首先搭建大数据挖掘管理的层次架构，引进市场化层次管理理念与集中控制思路，以项目开发单位进行大数据信息的收集，利用回路模式，使大数据数据信息成为企业决策管理的数据支撑。在这个过程中，可通过数据信息的有效控制，严格按照相关数据采集方法，保证数据信息采集的高效性与及时性。以整体数据信息的实际情况，对工程项目质量、施工成本与工程进度等管理工作进行阶段性划分，并针对每一管理环节给出决策性意见与建议。工程项目数据信息不仅包括企业收集信息，同时也应当包含外部信息，保证数据信息具备完整性优势。为强化工程项目管理工作，可建立数据信息处理部门，严格按照相关规定与具体要求，进行数据信息的统一集中与统一控制，实现项目业务的集中处理，以保证数据信息处理效果。通过对工程业务具体工作的有效审批，以及对施工环节加以健全，确保企业信息数据沟通交流机制得以完善。工程施工过程中，施工人员应与项目部门共同就项目业务进行沟通与交流，从而产生大数据，提高部门数据识别效率，强化数据类型划分及数据信息整合，进而由项目管理人员进行数据信息的录入，由信息系统对数据信息进行自动识别，从而深化数据信息的挖掘，由企业决策者与领导者对数据信息进行深入研究，以其为参考与借鉴依据，支撑决策管理活动的开展。企业职能部门可利用数据信息支撑其项目管理工作的开展。
2大数据挖掘技术在工程项目管理中应用的具体策略
2.1建立完善的工程成本控制数据挖掘项目小组
建立完成工程成本控制数据挖掘项目小组之后，需要对工程整体成本预算数据信息、工程质量参数、质量检验数据信息、物流仓储数据信息及施工物料的成本数据信息等多种数据信息进行系统的整理与细致的划分，接着利用数据挖掘技术建立相对应的成本控制体系。从建立完成的成本控制体系中，能够更加直观地感受到工程项目管理对工程成本的重视度，它可以最大程度的避免由拖延工期或者超出预算原因导致的工程施工水平下降的现象出现。
2.2加强技术整合和团队建设，提升大数据信息化应用专业化水平
大数据挖掘需要保障数据信息的精确性和高效性，要求参与工程项目管理的人员对大数据技术有充分的认识，普及了解掌握大数据技术应用方向和要求。
期刊文章分类查询,尽在期刊图书馆管理机构应当组织成立内部的专业性数据挖掘小组，专门负责收集工程项目建设过程中产生的所有相关数据信息，包括供应链管理、人力资源管理、物流管理、施工技术管理等内容，保障大数据信息收集的全面性和整体性，并运用数据库的强大数据分析与整合能力编制信息报表，有效反馈需求内容，实现大数据预测分析效果、提高数据质量和加强数据管理，完成可视化分析，通过设计语义引擎，编制数据挖掘算法，更好地为工程项目管理服务。
2.3完善大数据挖掘的项目组的构建，解决项目管理中存在的问题
工程项目实施过程中会有大量的数据，包括项目方案、施工基础信息等，所以建筑企业要充分利用大数据挖掘技术，建立工程项目挖掘小组，对于工程项目的进度数据加以挖掘，对于工程项目管理中质量问题加以分析，对于工程项目中的成本加以控制。通过专业的评估人员指导下对于数据的挖掘，构建数据控制体系，有助于促使工程施工进度按规定完成，及时的防范施工中存在的风险和失误问题，有效的解决施工中成本控制的体系完善。想要完成大数据项目组的构建，就需要解决资源化的束缚，预期完成工程进度的数据挖掘，项目组有效的构建，尤其是对于供应商数据和资金数据都要加以整合。数据挖掘过程中完成对于数据的控制，促使项目公司的同时，在数据挖掘基础上防止存在物料管理和现阶段的工作验收不规范的现象。完成数据挖掘基础上，加强对于控制制度的完善，防止存在工期拖延和工期质量控制不科学的现象。
2.4建立工程质量数据挖掘团队
工程质量管理是工程项目管理的重要组成部分，在运用数据挖掘技术开展工程质量管理工作时，应当组建工程质量管理的数据挖掘团队，由专业的数据挖掘与分析人员，对工程项目施工作业过程中产生的数据信息加以有效整合，采用大数据挖掘技术实现工程质量的有效管理，及时发现工程施工过程中可能存在的风险问题，比如工程设计缺陷、材料质量问题、工程验收规范等，通过工程质量管理数据挖掘小组的技术应用，工程项目质量管理水平得以有效提升。
2.5构建工期进度控制模型
在工程项目管理中，工期进度是较为控制的环节，导致工期延误的情况有很多种，例如项目设计偏差、准备工作不足、施工设备没有按时就位、施工管理不恰当。因此，建筑企业可以充分利用大数据挖掘技术，创建相关部门与相关管理机制，通过数据，把施工一线的实时信息数据传送到管理人员面前，并把信息数据进行存储，以便于以后进行数据挖掘分析。在行政管理制度上，可以通过集团总部-地区公司-项目公司-前线的模式，来加强管理。工程项目部和现场施工人员之间存在一定的业务往来，工程项目部门需要把施工过程中各种现场信息数据录入到系统中，然后将信息数据传送到公司的数据库中，在此同时，公司也可以把数据库中的数据传送给工程项目部。此外，建筑公司的各个部门可以在大数据库中，对信息进行查看，以便于更好的进行管理调度，而且还可以利用各种数据库挖掘项目组，对数据进行深入挖掘和分析。
2.6调整原有的管理层次，优化管理结构
就现在的行业信息化程度而言，大数据挖掘技术还只是一项新型的仍不完善的工程管理技术。如果想将大数据挖掘技术有效的运用到项目工程管理工作中去，则必须要改变固有的管理层次，进一步优化管理机制，重新建立更加适合大数据挖掘技术开展的管理层次和架构。在管理层次的重建中，要做的第一步便是遵循当前市场的分层管理观念，沿袭集中控制的思路建立了项目公司。在大数据挖掘技术重建的管理层次中，值得一提的是项目公司只是大数据信息的收集方，而建筑企业才会对项目工程产生的数据进行大量的评估与分析工作，最后做出决策。
结语
在信息技术高速发展的背景下，大数据技术的应用正在渗透到各行各业当中，其强大的信息存储与数据分析能力，能够帮助工程项目管理人员在短时间内对项目运作情况进行有效分析整合，实现资源的合理分配调度和工程项目优化，显著提升项目管理效益和工程管理质量，对工程项目管理水平的提升具有重要的技术价值。望本文研究内容得到相关企业和研究人员的重视，深化大数据挖掘优化管理，明确详细的制度管理架构，坚持信息化建设与技术创新，更好地为工程项目管理提供支持性作用。
参考文献
[1]邹岳琳，沈佳，陈奎印.大数据环境下的技改大修项目管理[J].电子技术与软件工程，2018(24)：146.
[2]黄仁刚.大数据环境下质量工程项目管理与研究[J].湖北函授大学学报，2018，31(14)：95-97
论文作者:许庆林1,张彦玲2
论文发表刊物:《建筑学研究前沿》2019年12期
论文发表时间:2019/9/30
标签：数据论文; 数据挖掘论文; 信息论文; 项目论文; 工程项目管理论文; 技术论文; 工程项目论文; 《建筑学研究前沿》2019年12期论文;