海量数据挖掘在工程项目管理中的应用及其多源异构性的解决方案

随着射频识别（RFID）、建筑信息建模（BIM）、虚拟现实（VR）、增强现实（AR）、无人机等技术被应用于工程项目中，支持工程项目管理所需大数据的采集逐渐成为可能，工程项目管理开始步入大数据时代。与此同时，工程项目管理的数据量飞速增长，数据类型越来越复杂，项目对数据的实时性要求越来越高。工程项目管理的数据也由单一类型逐渐演变为结构化、半结构化及非结构化共存的类型。对于工程项目管理所具有的多源异构的海量数据，需要进行降噪、辨析并将来自不同数据集的数据进行处理才能有效利用。目前，关于采集工程物理数据的相关研究和实践已取得一定进展，但如何有效辨识与工程项目管理有关的虚拟社区海量、多源、动态的数据并加以采集、分析和利用尚有待加强。

以数据挖掘为代表的大数据分析方法可以在海量的数据集中汲取潜在的有价值信息，从而帮助人们更好地理解分析数据对象，发现、洞察其内在规律，并更好地应用于工程项目管理。例如，在工程项目职业健康和安全管理领域，可利用数据挖掘技术来识别施工安全隐患并预测导致职业伤害发生的关键因素；在成本管理领域，可进行成本分析和预算管理，并在实施过程中预测成本超支的水平；在质量管理领域，可通过缺陷预测和相关分析提高质量管理水平。(www.xing528.com)

目前，关于大数据与工程项目管理的研究与实践主要集中在三个层面。第一是关于工程项目管理相关大数据的采集、集成和存储技术的研究，这一层面的研究和实践多集中于如何获取工程项目物理数据的采集、分析和应用，而关于虚拟社区数据的采集与应用相对较少。第二是采用大数据技术提高工程项目成本、进度、质量和安全等目标管理水平，这一领域的研究和实践虽然取得了一定进展，但尚缺乏诠释如何采用大数据技术从目标规划到目标控制对项目实施系统性管理的范式。第三是大数据背景下传统工程项目管理模式变革与创新，这一层面的研究虽已引起关注，但尚缺少引领行业变革的标志性研究成果和实践案例。