大数据背景下下工程造价信息

大数据背景下下工程造价信息

作者：梁涛

来源：《装饰装修天地》2017年第20期

摘要：运用大数据技术和数据分析方法，以此来挖掘工程造价信息共享资源，使工程造价信息数据结构化、标准化的难题得到解决，进一步优化工程造价预测模型和方法以及对数据采用可视化技术展示工程造价信息，因此对其的研究进一步加强是非常有必要的。但是就目前的情况来看，对于这方面的研究还有很多不足存在，因此需要采取有效的方法进行优化，从而使工程造价信息水平提高。

关键词：大数据背景下；工程造价；资源共享

1 大数据技术的特点分析

1.1 广泛的应用开源软件得到

在近几年大数据技术的应用范围来越来越广泛。各个领域在信息化的时代都趋向于智能化、科技化。大数据技术研发出来的分布式处理的软件框架Hadoop、用来进行挖掘和可视化的软件环境、非关系型数据库Hbase、MongoDb和CounchDB等开源软件，在各行各业具有十分重要的意义。

1.2 对人工智能技术不断引进

大数据技术主要是从巨大的数据中获取有用的数据，进而分析和处理数据。尤其是在信息化爆炸的时代，人们被无数的信息覆盖，发展大数据技术显得十分迫切。实现对大数据的智能处理，提高数据处理水平，需要不断引进人工智能技术，大数据的管理、分析、可视化等。对于很多方面已经完全渗透到了大数据的各个程序中，成为其中的重要组成部分。

1.3 越来越重视非结构化的数据处理技术

大数据技术包含多种多样的数据处理技术。非结构化的处理数据与传统的文本信息有很大的不同存在，主要是指图片、文档、视频等数据形式。随着云计算技术的发展，各方面对这类数据处理技术的需求越来越广泛。

2 工程造价信息资源共享与整合

2.1 工程造价信息资源知识整合

工程造价信息资源整合包含3个主要关键的环节，包括：工程造价自动采集的信息；对采集到按需进行信息组织原始的数据；针对应用服务采用不同的用户提供不同的信息。普遍认为

信息的采集主要是工程造价信息资源整合的基本渠道，进而贯穿整个采集工作之中。但实践工作中，组织、采集和利用是一系列工作相互作用、相互影响的过程，例如，信息利用的过程中会对信息的组织内容产生很多影响，而信息组织同时又需要采集到的数据来支撑，如果没有这样相互依托的所需数据，整合工作可以说是做不了的。

2.2 采集嵌入的工程造价信息资源

主要分为两种工程造价信息资源采集模式：①数据交换标准在有统一的情况下，按照全国统一标准由各造价软件单位进行输出处理，在所有的信息采集端，把形成标准的输出结果，研发出针对统一标准的数据接口，来实现直接信息资源入库；②开发适合地区之间的数据交换组件，在没有统一数据标准的情况下，主流造价软件的输出结果可以对该地区进行统一的数据映射，进而转化成标准的资源数据，最后直接入库。

2.3 组织工程造价知识

把工程造价信息资源采集到中心数据库以后，对工程造价信息以知识管理的视角进行重组和序化，便于信息交流和传递，知识共享和转移。通过主题图技术介绍知识组织的基本概念来实现知识的组织，组织模型由工程造价的主题图来构建。

3 大数据背景下工程造价信息资源共享的研究方向

3.1 使工程造价信息管理的体系健全

在为用户提供服务的过程中，工程造价信息资源管理平台应以用户为中心，对统一的标准建立。在版面设计、功能定位、需求分析等方面使标准化管理实现，以使对冶金信息资源的共享实现，以及集中化管理。并且，将相关工作人员的法律意识提高，完善相关的法律制度，保障知识产权，以及用户的隐私等。进而为工程造价信息资源管理平台的健康发展提供支持与保障。①明确管理的机制，对《电子文件管理暂行办法》贯彻执行。并且对运行机制持续的完善，对各部门、各地方的工程造价信息管理进行联动机制的建立，以使对电子文件的全程监管实现。②加强对工程造价信息管理平台建设的过程中的调度能力，才能形成各地方、各部门统一的工作体系。

3.2 基于BIM&云的造价信息资源共享应用

3.2.1 基础设施层

该层主要包括两个功能模块，即存储模块和计算模块。存储模块运用云分布式数据库技术，将企业级的EDS系统即BIM模型数据库进行集成，形成行业级的BIM数据库；运用云分布式存储功能存储应用程序，主要包括BIM系统软件、BIM专业辅助软件以及语义检索程序。计算模块运用分布式计算和并行处理技术，对BIM数据库中的造价信息进行快速数据挖掘。

3.2.2 云平台服务层

主要功能是任务管理、资源管理、用户管理、安全管理。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。资源管理根据用户指令调用基础设施层中的计算资源，将基础设施层中数据挖掘的成果，根据保密级别分别设置相应的访问权限，存储在“公共云”和“私有云”上。“公有云”提供国家、行业和地方政策法规、计价依据、社会平均成本、社会平均利润、建筑产品生产要素市场价格、造价指标、指数、清单综合单价以及典型工程案例等造价信息；用户管理赋予用户登录权利和权限。安全管理用于保证“用户信息”、“公共云”和“私有云”的信息安全，防止信息丢失和泄露。

3.3 大数据挖掘技术

3.3.1 数据结构化与标准化

BIM数据库中的信息数据类型多样，主要包括：结构型数据（RDBMS）——BIM模型；半结构型数据（HTML）——成本预算、采购订单、项目进度计划；非结构化数据（Document）——会议视频、施工录像、照片等。为保证项目管理的不同组织、不同软件间的信息数据能够进行交换，需对数据进行标准化处理。

3.3.2 数据挖掘与可视化

将可视化技术应用于工程造价信息数据的统计、分析、预测，使用户参与数据分析全过程，按照人的思维关联模式，从不同的视角观察和分析数据，发现数据中隐藏的规律和关联模式，帮助用户理解信息数据的结果和由来。可视化技术可迅速提炼、有效简化数据流，以图形方式展示数据挖掘结果。如对同类工程造价偏差分析以直方图形式展示；同类工程单方造价指标分布以散点图形式进行偏差分析；采用复式折线统计图反映造价指标的走势，进行造价指标对比分析。

4 结束语

采用大数据处理技术挖掘工程造价信息资源，能够为建筑企业进行工程造价预测和开展项目价值管理提供工程造价共享信息，因此进一步加强对其的研究非常有必要。

参考文献：

[1] 彭金平.我国工程造价信息化建设的障碍及保障体系研究[D].重庆大学.

[2] 黄伟.工程造价信息平台的构建研究[D].重庆大学，2009.