梁梦玉，肖 汉，高建义

（深圳瑞捷工程咨询股份有限公司，广东 深圳 518129）

0 引言

近年来，由于城市化进程放缓，房屋住宅由增量向存量转变，住宅市场对品质的要求愈加严格。与此同时，工程质量问题频发，导致小业主对于户内观感质量缺陷投诉频繁。第三方评估作为甲方采取的监管手段之一，通过定期或者不定期检查，对施工过程中的质量问题进行监督和改进，为工程质量的提升起到了积极作用。但部分工程质量问题发生后的整改工作直接影响到工程进度，造成经济损失，而目前的评估模式仍局限于“发现问题，解决问题”的“诊断”作用，缺乏预警功能。因此，以提高评估工作的预见性为目的的大数据质量风险动态预警模型具有极高的商业价值。

工程质量的管控是一个由多方协作的复杂过程，对于房屋渗漏、开裂、空鼓等倍受消费者关注的质量通病，涉及到人、机械、材料和环境等多方因素的影响。不可否认，工程施工工艺环环相扣，质量通病问题的发生与前序施工管理过程有密不可分的关系。若能通过对评估大数据质量通病背后的影响因素进行挖掘，研究前序施工工艺与质量通病的密切程度，将起到对质量通病问题进行洞察和预警的作用。

基于大数据挖掘技术的风险预警已经在电子商务、金融、天气预报等信息化程度很高的领域得到了广泛的应用。在其他信息化相对不高的农林，工程等领域，也有一定的应用价值。如邱明月利用 Apriori 算法分析草原火灾案件的具体特征与影响因素之间的关联特征，对案件的相关因素与犯罪行为进行关联规则挖掘，为公安机关提供可参考的办案思路与建议［1］。……