摘要：大数据时代背景下传统形式的工程项目管理工作目前已经很难满足科学管理的实际需要，但数据挖掘技术方法在工程项目管理工作创造了全新的一项提升途径。立足于大数据这一大背景来说，正确的认识工程项目管理问题的存在，有针对性地提出大数据挖掘管理层次的有效构建以及制度结构的构建，同时找到最佳的大数据挖掘项目组解决途径，立足于房地产工程项目的实际情况，完成工期进度控制模型的有效设置，之后有针对性地提出相应的应用性研究。
关键词：工程项目管理；大数据挖掘；制度结构
一、大数据与项目管理的联系
1.大数据概念。大数据、人工智能、云计算当属当下最热门的研究领域，吸引了众多大型企业、政府、学术界的青睐目光。于此同时，庞大的数据量给信息管理工作带来了不小的挑战。目前较为广泛认可的大数据有5个显著的特征，大量（volume）、多样性（variety）、速度（velocity）、价值（value）、真实（Veracity）。大量是指数据量的庞大，有些企业构建的大数据平台数据单位已经高达PB级别。多样是指数据包含的信息量多种多样，粗略可以将其划分为结构化数据与非结构化数据。速度是指处理速度快，真实是指数据的真实存在，价值是指低价值性，有用的信息可能很少，在庞大的数据量下被“稀释”。大数据作为当下最热门的研究领域之一，其对管理学的发展也起到巨大的推动作用，那么何为大数据呢？大数据概念的提出者维克托・迈尔-舍恩伯格直观地解释为，大数据是指对所有的数据进行分析处理而不是采用抽样对数据进行随机分析。
2.大数据与项目管理的联系。以生命周期理论视角，可以将项目分为规划阶段、计划阶段、实施阶段与完成阶段，在项目的整个生命周期内，包含了大量多样的数据信息，传统的项目管理大多采用抽样数据分析或者头脑风暴法得出的结论对项目整个阶段进行改良，这些传统的做法难免忽略系统的整体性，对数据的利用效率不足。在信息化程度发达的今天，一个项目的运作可能会涉及几十个项目小组的共同协调，越复杂的项目产生的数据量越大，此时庞大的数据量即给管理者管理上带来难题，同时也是提升管理工作的一个契机，利用数据挖掘、大数据分析可以为管理者带来新的提升路径，更好的实现项目的质量、进度、成本三大目标管理。
二、大数据时代背景下工程项目管理中存在的问题
第一，我国的市场需求越来越朝向动态化、多元化的方向发展，为了最大限度的满足市场需求，生产出个性化的工程产品至关重要。但是，在工程产品设计过程中，需要遵守一成不变的附性以及惯性，这导致所生产的项目产品市场需求的贴合过于理想化。如果不及时处理上述问题，就会导致对市场的需求信息解读不准确，工程设计无法高度贴合市场需求。
第二，由于对市场需求数据的误判，会导致所生产的工程产品不被市场接受。久而久之，产品被市场淘汰是在所难免的。因此，伴随市场需求的多元化、多样化，以及市场信息数据的井喷式增长，将导致工程项目管理陷入困境，迷失方向，面临着严峻的危机。
第三，由于我国社会经济正处于快速转型期，整个社会大环境日新月异。因此，工程项目管理也存在着诸多的不确定性，时刻面临着风险。与此同时，科学技术也不断的更新，为整个社会经济大环境带来新的变化，这也为工程项目质量、工程项目的进度、工程项目安全以及工程成本等方面带来巨大的挑战。例如，在不断扩大工程项目的规模过程中，所需要的资金投入也必然随之增加。在不久的将来，将会出现大量的资金数据以及大量的成本数据。而如果工程项目管理的模式一成不变，采用传统的工程预算管理方法将无法满足工程项目建设的需求。
期刊文章分类查询,尽在期刊图书馆不论是工程项目成本还是工程的施工进度，都会受到影响，同时，工程项目的规模不断扩大，一些基础性的数据就会受到影响，信息膨胀在所难勉。在这种情况下，如果依然坚持使用传统的施工管理方法，将会为工程的整体质量埋下严重的安全性隐患。
三、大数据挖掘技术对工程项目的管理优化方法分析
（一）大数据挖掘的管理层次以及制度结构的构建
首先，严格按照集中控制思路以及分层管理思路的要求，促使项目公司确立，将其作为数据的收集者，集团公司当成数据决策者的回路模式来分析。控制载体则指的是数据信息，项目公司需要严格按照集团公司所提供的数据要求第一时间完成数据的精准采集，集团公司需要严格按照总体数据的实际情况，以此为基础完成成本、进度、质量以及安全方面的决策以及分析。上述提到的总体数据不仅包括项目公司所采集的内部数据，同时还包括集团公司完成的外部数据的采集，在上述基础上，可以实现数据完整性得到保证。其次，严格按照控制的集中原则、数据的集中原则、管理的集中原则以及业务的集中原则等，完成数据处理中心的构建，同时完成相关业务的审批、项目的施工、公司的决策层所需要进行的相关数据沟通制度的进一步完善。施工现场人员跟项目部门的业务往来会促使各类数据形成，促使项目部实现数据的整理以及识别，在完成上述工作之后，将数据录入信息系统中心，数据处理中心需要对那部分输入进来的总体数据完成进一步挖掘以及处理，之后再向公司决策层提供，促使其完成进一步分析，进而辅助决策等，各职能部门可以按照需要随时的完成项目数据调用，在上述的基础上完成有效的管理，公司的项目部需要严格按照数据指标以及数据指标的正确提示完成施工作业管理以及相关管理工作。
（二）完成大数据挖掘项目组的构建，将项目管理中存在的主要问题解决掉
在一定资源约束的前提下，完成大数据挖掘项目组的构建，一定资源约束是保证条件，在上述的基础上促使工程项目可以以一个最快的速度实现最有效的质量效果，同时使用尽可能低的成本实现预期的质量效果。首先，完成工期进度数据挖掘项目组的有效构建。进而完成供应商数据的整合、资金数据的整合、工程计划数据的整合以及施工基础数据的整合等，在完成数据挖掘建立之后，完成相应控制制度的完善，促使工期进度得到最大程度的推进；其次是完成工程质量数据挖掘项目组的构建。该部分需要完成质量检测数据的整合、施工基础数据的整合、物流仓储数据的整合以及工期进度数据的整合等，在完成数据挖掘的基础上完成相应控制制度的完善，防止因为物料管理的不规范性、或者是阶段验收的不规范性以及隐蔽工程验收的不规范性、或者是计划安排的不科学性，这是造成盲目抢工期的主要原因，同时还有设计本身存在的缺陷问题，这是导致工程质量失控的主要原因；最后，完成成本控制数据挖掘项目组的构建，该部分需要完成质量控制数据的整合、成本核算数据的整合、工程进度数据的整合、资金数据的整合以及物料数据的整合等。在完成数据挖掘的基础上完成相应控制制度的完善，防止工期被拖延、工期质量控制不缺乏科学性等。
总之，本文主要从构建大数据挖掘项目组和构建大数据挖掘的制度结构和管理层次两个方面对工程项目管理中大数据的挖掘应用进行分析，还需要相关领域的专家学者从更多的层面展开深入的分析与研究。
综上所述，在大数据时代背景下，工程项目管理中依然存在着诸多层面的问题，需要引起相关领域专家学者足够的重视。从构建大数据挖掘项目组以及构建大数据挖掘的制度结构和管理层次等方面，推动大数据挖掘技术在工程项目管理中更好的运用。在未来，基于大数据挖掘技术，工程项目管理水平将会得到有效提升。
参考文献：
[1]曾晖.大数据挖掘在工程项目管理中的应用[J].科技进步与对策，2014，（11）：46-48.
[2]徐子洪.大数据：正在到来的数据革命[M].桂林：广西师范大学出版社，2012
论文作者:杨磊
论文发表刊物:《基层建设》2019年第6期
论文发表时间:2019/4/30
标签：数据论文; 数据挖掘论文; 项目论文; 工程项目管理论文; 工程项目论文; 工期论文; 是指论文; 《基层建设》2019年第6期论文;