星火论文网,覆盖经济、管理、教育、医学、建筑、艺术等700余专业30余万篇硕士毕业论文和职称论文免费参考!

大数据挖掘在工程项目管理中的应用策略研究

所属栏目:工程管理论文 发布日期:2021-03-29 12:54:36 论文作者:佚名

摘 要:随着大数据时代的来临,大数据相关技术在工程项目管理领域中得到了广泛的应用。其中,“大数据挖掘”作为大数据技术的重要组成部分,在工程项目管理过程中发挥着重要的作用,故此,对其在工程项目管理中的应用策略进行探析是十分必要的。本文以工程管理学相关理念为基础,结合计算机技术相关领域的知识,着重分析了大数据挖掘事业发展的现状,并根据工程项目管理的根本目标及其相关宗旨,基于工程项目管理者的视角针对在大数据挖掘工作中出现的问题,从建立基础数据模型、完善管理制度、打造优质团队三个方面探究了解决问题的对策。

关键词:大数据挖掘;工程管理;数据处理

0 引言

随着信息技术的飞速发展,大数据技术的应用为许多行业的发展带来了转机。对于工程项目管理事业而言,伴随着工程项目的规模不断增大,相关工作者的工作量也急剧增加,而以大数据挖掘技术为首的大数据相关技术的引入,为管理者提供了必要的技术支持,有效地缓解了管理者的工作压力,整体提升了管理者的工作效率。本文的研究方法是文献分析法。本文对主题的研究,旨在使工程项目管理制度进一步适应时代的要求,使之与我国政治体制、文化体制中的各项改革相适应,加快社会改革的步伐,保证我国工程管理事业的根本任务和总体目标的实现,最终保证该事业的健康稳定发展。

1 大数据背景下工程项目管理工作的发展现状

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。以某广场的垃圾箱布置方案设计为例,借助大数据挖掘技术,通过对每天的人流量、广场的垃圾箱数量进行统计、分析,能够找出垃圾箱数与人流量之间存在的隐性联系,根据其在大数据软件中形成的变化曲线,总结相关计算公式与整体规律,通过精密计算,确定在广场人流量不同的区域安放不同数量垃圾箱的最优方案,以达到在节约资源基础上实现公共设施使用效率最大化的目的。

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。

2 大数据挖掘在工程项目管理中应用时的难点

2.1 社会经济环境相关因素对其应用造成了负面影响

从宏观角度分析,受市场经济影响,大多数企业面临着激烈的市场竞争压力,随着全球经济一体化步伐的加快,企业所面临的竞争压力已不仅仅局限于国内市场,而是包括了来自全球经济市场的竞争压力。例如,在2008年爆发的全球性经济危机中,我国部分中小型企业的发展就受到了不同程度的冲击。故此,在工程项目管理过程中应用大数据挖掘技术时,不得不将这些竞争压力作为相关影响因素考虑在内。考虑到企业面临的竞争压力日益增大,企业在应用大数据挖掘技术的过程中应当注意对投入资金的节约,将数据挖掘技术用于工程项目管理的关键环节中,既能够节约管理时间,又能够节约人力、物力资源,将节省出的时间、资源用于应对来自外部市场的竞争中,形成良性循环。

2.2 信息数据处理过程中存在难题

从微观角度分析,管理者在工程项目的实际管理工作中应用大数据相关技术时,往往需要处理海量的数据信息。由于这些信息数量庞大、包含的内容过于繁杂,故此会为管理者处理信息的工作带来意想不到的困难,增大了新模式下工程管理工作的整体难度。首先,在对信息数据的不完全分析阶段,如果管理者未能及时有效地处理所有关键数据,那么会很容易增大工程相关项目方案与市场要求之间的差异性。其次,在处理复杂的数据信息过程中,管理者一旦对数据的归类做出了错误的判断,就会对企业的整体经营活动造成一定程度的不利影响,给企业带来经济上的损失。故此,许多企业都将对信息数据的收集与处理工作当做项目内大数据挖掘工作的基础环节与关键部分。

3 大數据挖掘在工程项目管理中的应用策略

3.1 建立基础数据模型

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。以我国某地区城市建设为例,管理者在搭建该城市相关道路模型时, 发现其模型在搭建过程中不具备可参照性,且管理项目的相关数据“极值”存在一定问题,导致管理者在针对该项目的大数据挖掘工作中,不能按照常规的分析方式对数据进行分析;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。

3.2 完善大数据挖掘管理制度

从制度层面分析:对大数据挖掘管理的层次架构进行搭建,是将大数据挖掘工作融入工程项目管理过程的首要环节。在这一环节中,首先需要引入市场化层次管理理念与控制集中化的相关思想,以便项目开发单位对相关信息进行进一步的收集、处理,构建管理回路,将大数据信息资源作为企业管理工作的数据支撑。在此基础上,管理者应该对相关数据进行有效控制,按照相关规范对数据进行采集、处理、分析,保证采集过程的高效性与及时性,结合数据信息的整体情况,对管理工作进行阶段性划分,并针对施工成本与进度控制、工程安全风险控制等不同工作阶段提出有效的决策性建议。

3.3 打造高质量大数据挖掘团队

从团队层面分析:相关企业应该进一步强化大数据挖掘团队的整体素质与能力,全面保证工程进度与工程质量能够达到相关标准。在相关项目的施工作业具体过程中,往往会产生大量甚至海量的工程数据信息,包括资金信息、项目信息、设备信息、人力资源信息等。为了充分发挥大数据挖掘技术在工程项目管理工作中的作用,就必须组建一支工作能力较强、职业素养较高的工程数据挖掘团队,在这一团队中,应该安排专业人员进行相關的评估与指导工作,对收集到的海量工程数据进行全面、深入的挖掘,提炼数据的信息价值,通过建立模型等手段实现对相关数据信息的控制,进而加快工程进度,提升工程项目总体收益,结合对工程原材料管理、相关成本预算管理中有效数据的分析,进一步控制工程成本,防止相关支出超过预算等问题的发生;借助大数据技术对工程质量进行有效管理,及时发现并处理工程设计、工程验收、工程风险控制等环节中存在的隐性问题,全面保证工程质量。

4 结语

综上所述,大数据挖掘技术在工程项目管理中的应用能够提升工程项目管理者工作的整体效率,减少相关经济损失。大数据挖掘技术的应用,有助于管理者加快工程进度,控制工程成本,管控工程质量。故此,在工程项目管理过程中应用大数据挖掘技术,能够有效地节约时间、资源,整体地提升工程项目的质量。为了保证大数据挖掘技术能够更好地与工程项目管理相关工作进行融合,企业应当着力打造优质的大数据挖掘团队。

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.

[4]马婕。工程项目管理协同体系模型构建研究[D].兰州:兰州理工大学,2016.

27926090 13943037437