袁雄

株洲市盘龙湖建设投资开发有限公司 湖南株洲 412000

在大数据背景下，工程造价数据呈现出数据类型、数据来源和数据表现形式多样化的特点，增加了工程造价数据的海量性和繁杂性，易对工程造价管理决策带来诸多干扰因素。基于此，工程造价管理可以运用数据挖掘技术，提取出有价值、可靠性强的数据信息，辅助完成造价管理决策。工程造价数据挖掘流程主要包括数据获取、数据清洗、数据建模分析三个环节，在数据挖掘过程中需要重点解决各个环节面临的技术问题。

1 大数据下工程造价数据挖掘存在的问题

1.1 数据获取问题

数据获取是工程造价数据挖掘的前提条件，直接影响着数据挖掘算法计算结果的准确性。基于大数据环境下，工程造价数据获取要重点解决数据来源问题。当前，大部分工程造价数据来源于实地调查，通过实地走访获得数据信息，从中选取可信度较高的信息[1]。但是，由于实地调查获得的数据易受调研机构能力、调研人员素质、数据采集方式、数据选取标准等因素的影响，造成数据可靠性偏低。

1.2 数据清洗问题

在工程造价数据采集之后要进行海量数据清洗，抽取出适合数据建模分析的数据结构。在数据清洗中，系统会自动随机抽取海量数据中的样本数据，可能会出现数据错误、数据缺失等问题，降低数据的可用性和准确性。具体表现为：数据属性不全、数据特征值缺失、数据格式不一致、数据表现形式不同、数据本身错误等[2]。……