大数据背景下工程造价信息资源共享研究周伟麟

大数据背景下工程造价信息资源共享研究周伟麟

周伟麟

珠海电力建设工程有限公司广东省珠海市519000

摘要：在大数据背景下，可以利用现代计算机技术构建工程造价信息资源共享框架。运用大数据技术分析工程造价信息资源共享的数据，能够解决工程造价过程中遇到的问题，优化工程造价的预算，给建筑企业的工程造价部门提供科学全面的分析数据，促进工程造价更优化、更接近企业或社会的实际平均项目造价水平，从而为项目的造价提供更加详尽准确的数据支持。因此必须要掌握好工程造价相关的技术应用，从而更好的实现工程造价信息资源的共享效果，为今后工程造价信息资源共享实施帮助。基于此，本文浅谈了大数据背景下工程造价信息资源共享在应用中应关注的若干要素及理论框架。

关键词：大数据背景下；工程造价；信息资源共享

1、工程造价信息资源在应用中的主要内容

1.1工程造价预测

工程造价信息资源的一个重要方面，就是工程造价预测，是通过工程造价信息发布指数，来进行市场价格的预测。从工程环境中提取主要的、有用的信息，来进行数据的整合和处理。首先，要进行信息化的数据处理，然后将描述的工程造价文本信息进行一个测量，对照信息中不符合单位标准的数据进行统一化处理，要逐渐填补数据空缺的位置，压缩数据信息并进行处理。在进行预测变量选择的时候，首先该选择输出变量，然后再选择具有较大影响的为输入变量。在选择对输出变量有较大影响的输入变量过程是非常重要的。输入变量包含工程的基本特征以及其他具体的工程指标，如在输变电工程中的工程及运输地形、地质、电压等级、当地自然条件、地区造价信息数据等。在进行工程造价预测的过程中，一定要特别注意所预测的信息的准确性和及时性，使信息预测选择的时间段尽量缩短，进而提高工程造价预测的准确性及时间性。工作人员在进行工程造价预测的时候，一定要选取敏感性较强的主要指标，建立适合企业本身或预测深度需要的数据分析模型及算法，实现单个项目基于大数据信息的工程造价预测。对待不同级别的预测信息，要采取有差别的、科学的、合理的预测模型进行计算，预测的结果要再根据实际情况选择适当数据进行筛选和剔除，最终，才能形成对企业的工程造价预测有帮助的结果。

1.2项目价值管理

项目价值管理是由价值项目不断发展形成的价值体系及相关准则而进行相关的管理和控制的过程。根据相关项目造价数据对其实行工程造价的管理：收集工程全生命周期每个时段的项目造价数据、涉及工程利润的相关人员的需求信息作整理和分析处理，合理解决与工程利润有关的工程费用、成本、质量、进度、施工环境等方面的问题，在最大程度平衡工程项目的成本、质量及利润回报三者关系，达到项目利润最大化。影响工程造价的最重要部分是工程立项阶段和工程设计阶段的价值控制。在工程设计阶段，第一，将涉及到工程利润的有关人员的需求进行整理集合，按统一标准制成数据库并上传到工程造价信息共享平台，从而达到数据共享的目的；第二，将工程利润相关方的工程费用例如成本、工程质量、计划工期、施工环境条件等要求作进一步的区分、提炼和分类，然后加入到工程价值系列数据中；第三，熟练掌握BIM这一技术对工程造价的研究有很大的作用，比如在制作实体的模型、对撞击效果进行检测、进行工程施工测试、操作防护、模拟施工和模拟试运等方面作用显著，还可以将撞击结果、工程施工和操作防护等消息及时传递给相关人员，从而在很短的时间内解决问题，并对原本的设计方案进行完善。

2、大数据背景下工程造价信息资源共享

2.1数据结构化与标准化

数据库中所包含的信息是纷繁复杂的，主要包含结构型数据和半结构型数据。为了保证项目管理的各种软件设施在不同情况下，都能够发挥出它们应有的作用，就需要对此进行一系列的标准化处理。数据信息与标准化结构之间有一定联系的，因此，要依靠多种多样的技术指标，实现标准化结构的处理效果，转移数据结构化等问题，实现平台资源的高效共享。要使结构化和半结构化数据建立联系，在提取数据的过程中，可采用AFC标准，并按照AFC的模式，对数据进行规范，形成新的数据文档，而且要利用最后的文件板块，提供用于数据转化的结构表，最后将数据存到数据库中，形成数据的查询信息。标准化与结构化信息之间是有一定的联系的，在当前大数据的背景下，也要使得数据化结构和标准化之间产生一定的互相影响的优越性，让工程造价信息资源在共享和联系中，实现自我的发展和迭代。大数据背景下，当然是离不开互联网应用技术的实现的，尤其是工程造价中的数据结构必须能够以标准化的形态展现出来，各种各样的互联网新技术能有效地促进工程造价信息资源共享平台的研究开发能更上一个台阶。

2.2大数据挖掘技术

大数据挖掘技术下的工程造价，主要是进行信息共享的信息资源平台，信息资源平台的重要目的就是使得大数据形成一种信息资源共享的工程造价信息平台。大数据挖掘技术不仅可以解决工程造价信息资源共享中的数据化和结构化等问题，还能够解决在工程造价中所存在的资源共享的安全和效率问题。

2.3数据挖掘与可视化

数据挖掘的步骤一般有3层：首先是对数据的预处理，保障数据的标准化；其次是对数据进行挖掘；最后是对数据进行合理化的分析，也是最关键的一个环节。数据挖掘，主要根据分类标准，对特定的项目，按照时间，类似的项目特征，在某些地区对成本信息数据的统计分析，在此过程中，寻找成本项目的内部规则，完成工程造价与成本结构相同的部分，涉及的有主要人员、材料、机械、设备等。（所占的成本，安装成本，技术经济指标和消耗量指标，类似项目的成本偏差。根据数据分析和数据的变化规律，预测工程成本的后期工作。

2.4模块是云平台服务层

主要承担着资源管理、安全管理、任务管理。资源管理也就是根据用户的需求对基础设施层中的数据进行计算，在基础设施层中挖掘数据，根据数据的等级设置权限，可以把它分为公共层和私有层，其中公共层是指国家、地方、行业的政策，造价指标、建筑产品的市场价格等造价信息;任务管理提供决策支持、信息查询、造价预测等服务，用户在该层下达指令。私有层主要是建设单位、施工单位、工程成本、工程造价企业预算额度等信息，用户可以根据自身的身份访问该平台，对用户的权利可以进行限制。安全管理主要是为了保证用户的信息、工程造价信息在公共层和私有层的安全，避免信息的丢失。第三个模块是应用服务层。主要是给系统提供软件和信息保证工程的管理。企业可以通过互联网给用户提供服务，利用基础设施层中的系统软件和辅助软件，给用户提供全面的工程信息。让用户可以在客户端上构建工程造价模型，把分析出的模型数据存储到平台终端上。为了保证平台的稳定，运营商要及时更新软件，降低软件对硬件的要求，让用户可以随时、随地便捷地操控软件，从而降低建筑企业在使用过程中的费用，把BIM技术推广到建筑工程造价中。用户可以通过用户名登录，项目利益相关方可以根据管理权限登录到平台上，协同各部门或单位对平台进行管理。第四个模块也就是应用层。用户可以通过移动客户端，比如智能手机、平板电脑等随时随地获取工程造价的信息和预测数据等。

总之，基于大数据背景下，加强工程造价的信息化建设，实现工程造价的信息资源共享，形成一个工程造价的大数据库并对其进行深度挖掘分析利用，是提升我国建设项目工程造价管理水平，达到投资效益最大化的重要措施，需要重点加强研究。

参考文献

[1]李琳.大数据背景下工程造价信息资源共享研究[J].住宅与房地产，2017(17):37.