陕西省土地工程建设集团陕西省西安市710075
摘要：在新时代背景下，在工程项目管理中应用大数据挖掘是非常重要的，其是工程项目质量保证的关键。但是，目前受到各种因素的影响，大数据挖掘在工程项目管理中的应用存在一定的问题。因此，建筑企业需要充分利用大数据挖掘的特点和优势，并通过合理的方式对大数据挖掘进行应用，使大数据挖掘可以充分发挥出自身的作用和价值，从而提升工程项目管理的质量和效率，为建筑企业带来更多的经济效益。
关键词：工程项目管理；大数据挖掘；应用
1工程项目管理特点
1.1内容复杂
现代工程项目与传统工程项目的区别较大，这种区别主要体现在项目的复杂性方面。传统工程追求实现建设目标的基础功能，如住宅的居住功能、道路的通行功能，现在工程项目在此基础上，额外重视附加功能，如住宅能耗的控制，道路的“海绵吸收”价值等，这意味着工程建设难度增加，管理的内容也更加复杂。在德国科学家位于慕尼黑的实验区域，每一栋低能耗建筑设计都需要经过反复的计算和论证，即便借助此前的经验和发达的现代计算机技术，设计一所普通低层建筑也需要至少4～6周，管理内容的复杂性可见一斑。
1.2存在动态变化
动态变化是指在工程项目启动前难以准确预知的变化，这种变化的存在进一步增加了现代工程项目管理的难度。较为典型的比如项目建设过程中出现的材料价格波动、人员工资上涨、意外事故等等。2014年9月，河北省保定市某地进行市政工程建设，工程建设过程长达22个月，期间当地建筑材料价格出现较大幅度上涨，同时劳动部门出具了新规，工人最低工资上调，导致工程造价成本总体增加了11%，超过预算1200万元，此前的管理工作成效也因此大打折扣。动态变化的影响还体现在工期等方面，应给予重视。
2在工程项目管理过程中应用大数据技术的意义和价值
2.1优化管理路径
由于现代工程项目规模的不断扩张，项目管理难度不断提升。通过实现工程项目管理信息化、科学化，提升信息处理能力和处理效率，在工程项目管理过程中应用大数据技术已经成为主流发展趋势。大数据技术能够通过强大的数据库收集和整合能力对信息路径加以有效分析，优化信息处理效率，提升信息处理质量，保障信息数据处理的有效性，降低工程项目管理人员工作压力，提升工程项目管理系统性和管理效率，起到优化管理路径的作用。
2.2提升工程项目管理抗风险能力
工程项目的抗风险能力是工程项目建设的重要指标项目，如果对工程项目管理缺位，就会影响到工程项目的有效进展，进而对企业效益造成负面影响。在大数据技术支持下，工程项目运行对管理人员数量、经验的依赖程度有所降低。信息的收发和整合更加高效可控，有效数据的覆盖率和精确度得到强化，呈现给工程项目管理人员的数据更加专业化，利于工程管理人员全面掌握工程项目情况，针对性地制订抗风险规划方案，提升项目管理抗风险能力。
2.3大数据应用改变决策方式
大数据应用使决策思维从因果关系向相关关系转变。大数据可理解为大而复杂的数据，具有异母体、噪音累积、虚假相关、内生性、时变性等特性。工程项目几乎随时产生各类数据，并被数据包围，在这种数据环境下，数据之间很难准确得出一对一的必然联系。大数据技术通过大量的数据整合分析，改变了长期以来依靠经验、理论和模式化的管理决策方式，通过科学的情报分析方法将各类相关数据整合转化为可利用的精准情报，以统计学的观点，通过数据间正负相关的变动趋势，实现项目资源禀赋更好匹配项目需要。项目决策不纠结于“为什么”，而着重于“是什么”，将“经验决策”向“科学决策”转化，以提高项目决策效率。
3工程项目管理中大数据挖掘的应用
3.1构建大数据挖掘的制度框架与管理层次
想要使大数据挖掘在工程项目管理中得到更好的应用，首先就需要构建大数据挖掘的制度框架和管理层次。在工程项目管理中，各个部门与机构都有不同的作用与职责。因此，建筑企业可以通过分层管理和集中控制的模式，使各个部门与机构可以明确自身的职能。项目公司属于信息数据的收集者，集团公司属于通过信息数据进行决策的决策者，所以，在项目工程管理过程中，项目公司需要结合集团公司的实际需求，对信息数据进行收集，并把收集到的信息完整的传送给集团公司。通过这样的管理模式，集团公司可以有效整理、分析、评估多有的信息数据，以便于集团公司对项目工程进行准确合理的判断，做出有利于公司发展的决策。在构建大数据挖掘制度框架时，建筑企业需要结合自身的业务工作、信息数据、管理工作的需求，从而构建一个控制与处理信息数据的中心，只有这样才保证工程项目管理的质量与效率。
3.2组建大数据挖掘小组
在新时代背景下，企业长期稳定发展的关键就是人才的建设。大数据挖掘技术属于一种新型的管理模式，要求专门的团队来进行搭建服务平台的工作，还需要专业的大数据挖掘小组来进行管理的工作，只有这样才可以保证大数据挖掘在工程项目管理中的充分运用。专业大数据挖掘小组可以分为以下两个部分进行构建。
5.2.1组建项目工程进度数据挖掘小组
在工程项目施工过程中，会产生大量的信息数据，其中包括工程项目方案、原始建设资金、施工基础性信息数据等等。建筑企业想要充分应用大数据挖掘技术，需要组建项目工程进度数据挖掘小组，小组成员利用大数据挖掘技术，对信息数据进行全面的收集和处理，然后在专业的评估工作人员指导下，深入挖掘这些信息数据的价值，从而构建相应的数据控制体系，以便于施工进度可以按照规定时间完成。
5.2.2组建项目工程质量分析数据挖掘小组
专业的质量分析数据挖掘小组，可以有效整合工程项目施工时产生的信息数据，通过大数据挖掘技术，创建对应的质量控制结构，使管理人员可以及时发现整个施工过程中可能发生的风险和失误。例如，预防工程施工设计存在缺陷问题、预防施工材料管理不够严谨问题、预防工程验收环节不够规范问题等等。通过组建项目工程质量分析数据挖掘小组，可以有效提升工程项目的施工质量和效率。
3.3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。
结束语
大数据一般是指从大量的数据中，通过算法搜索隐藏于其中信息的过程。大数据挖掘与计算机科学直接相关，并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现上述目标。现代工程项目管理内容复杂，大数据挖掘技术的应用为实际工作提供了有效支持，提升了管理工作效率、效果。
参考文献
[1]张权益.大数据技术在安徽省科技计划项目管理中的应用前景[J].安徽科技，2017（12）：29-31.
[2]肖镇强.大数据挖掘在工程项目管理中的应用[J].居舍，2017（29）：103.
[3]杨璐.基于Web挖掘的项目管理技能因子实证研究[D].西安电子科技大学，2017.
[4]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.