建筑行業發展迅猛，數字建筑逐漸占據重要地位，也將重塑企業競爭力。在數字化轉型背景下，數字化新技術的發展應用使得建筑工程管理水平也得到了相應提升，為持續推動建筑行業的發展，必須提高建筑工程的質量水平，從而能夠使建筑價值最大化，也使建筑行業的經濟效益最大化。

大數據、物聯網、云計算等 IT 新技術正逐漸邁進工程建設領域，基于此，利用先進的科學技術手段，深入探索有效的建筑工程管理方式，與時俱進，應用新技術開展建筑工程質量監督管理工作，避免建筑工程中可能存在的風險問題，保障建筑工程的質量。

大數據是通過對所有數據進行采集、存儲、管理、分析才能具有更強的決策力、洞察發現力和流程優化能力，幫助進行經營決策的數據集合（信息資產）。大數據的四個特征：

◎ 規模巨大（Volume）：數據量巨大，數據具有完整性且呈爆炸式增長，大數據所處理的數據量通常在 PB 級以上。

◎ 類型多樣（Variety）：數據類型多，這是大數據與傳統數據管理的顯著差異，傳統數據管理是對結構化數據進行分析，大數據所處理的計算機數據類型包括結構 化數據及文檔、圖片、視頻等非結構化的數據。

◎ 速度快（Velocity）：數據時效性，數據的產生速度加快，需要注重對數據的實時分析，從而快速獲取需 要的信息，避免數據被淹沒。

◎ 價值高（Value）：經分析后的數據價值高，運用數據挖掘技術更迅速地完成數據價值獲取。挖掘出大數據的潛在價值，是大數據的最終意義。

大數據挖掘

數據挖掘是指從大量的、隨機的、模糊的實際應用數據中，將不易被發掘的具有價值的信息提取出來。

數據挖掘是一種新型的信息處理技術，可以通過數據挖掘將大量的數據信息進行分類、聚類、關聯、特征等分析處理，并從中提取有利于決策的數據，為企業獲取利益，提高企業競爭力。建筑行業屬于勞動密集型、知識密集型、風險密集型、資金密集型行業，其產生的數據量較大，而有價值的信息較少，因此須對大量數據進行 分析處理，從中獲取有利于提高建筑企業競爭力的信息，因此，數據挖掘技術對建筑企業管理具有重要意義。

工程進行過程中會產生海量數據，而工程質量的有效管理，需要依靠大數據為支撐，應用大數據挖掘技術獲取數據價值。

目前，建設工程質量監督管理薄弱，在此情況下，各地的質量監督管理部門開始建設自己的信息化管理， 開展以信息技術或大數據技術為手段的工程質量管理研究，以此提高工作效率。但現有的建成系統，在使用過 程中，發現以下幾個方面的問題。

◎ 數據實時性不高 

現有工程質量管理系統存在信息系統功能少、技術 落后的缺點，只有小部分質量監測數據能夠被實時獲取， 而對于施工前（如圖紙數據）、施工中（如工藝、工法等數據）以及施工后（如材料、設備驗收等數據）沒有實施實時管理，不能及時收集相關數據，展開管理活動。相關數據缺乏便會導致數據的分析、挖掘等無法深入展開，難以為工程質量管理提供決策依據，從而導致工程 質量管理發展滯后。

◎ 數據系統綜合性不高 

現有的信息系統綜合性不高、功能不夠強大，需要的數據大多是來自外部系統，這種外部系統的數據收集采用的是跨平臺對接方式，這種方式很容易導致系統的不兼容，從而數據獲取和傳遞困難，對工程質量管理不利。因此需要搭建一個綜合性的信息系統平臺，全方位整合工程相關數據，包括計劃、施工、驗收等每個步驟的數據，統一組織，集中管理，分析挖掘出的結果進行共享，使各個單位和部門可以隨時獲取所需的數據，提高工程質量管理效率。

◎ 數據系統共享性不高

目前，現有的工程質量管理系統是獨享的，數據是單一方向流動的，也就是說，數據僅為政府管理部門提供工程質量管理服務，對相關企業單位不開放、不共享。封閉的系統模式，使得不能充分利用數據價值，這對于那些使用數據進行管理的企業很不利。隨著大數據時代和信息時代的到來，數據已成為企業的重要資產。建立統一的系統平臺共享企業數據源，企業利用數據挖掘技術，通過對數據的有效分析提高自己的工程質量管理水平，助力企業發展。

對大數據進行挖掘能夠為建筑行業帶來不可估量的經濟效益，應用大數據挖掘技術能夠有效地改進工程質量管理存在的問題。

◎ 促進現場質量管理提升 

在傳統的監管工作中，施工、安裝以及調試等現場施工的管理很難進行，而且鋼筋規格和使用、混凝土配比等 材料也會出現偷工減料的情況，嚴重影響著工程的質量。為了補充現場監管不足的情況，施工現場大量布置視頻監 控裝置以及傳感器等，對施工現場進行全方位的監督管理，對獲取的數據存儲成結構化或非結構化數據，進行數據挖掘，預測問題的發生并及時發現工程質量管理的問題。

◎ 數據的實時性 

數據的實時性體現在實時獲取和實時公開數據兩方面，其一，實時獲取數據有助于及時預防和盡早發現工程質量問題，把問題消滅在萌芽之中，有效地解決由于質量問題導致的安全隱患。大數據挖掘平臺利用各種傳 感器實時獲取建材、施工、檢測過程等信息，將極大地提高工程質量管理的數據獲取的時效性。其二，實時公開數據有助于工程相關各方跟蹤監視工程質量問題，建 立電子管理檔案，為其提供數據支撐。大數據挖掘平臺，對企業開放查詢數據的權限，隨時可根據建筑企業輸入的指令要求，進行信息查詢，在此基礎上對數據進行分析并進行數據挖掘等有關項目的服務，進而找出建筑企業在工程質量管理方面所出現的問題，并針對這些問題提出具有針對性的解決方案，實現質量管理水平的提升。

◎ 數據的有效挖掘 

通過對實時獲取施工企業以及檢查機構之前累積的項目數據的分析和對比，進行關聯性分析，并使用大數據挖掘技術探尋與質量管理相關的信息，建立預測模型，檢查質量管理結果，預測整個工程中存在的質量風險，在最初立項的時候檢測人員就可以利用建筑工程項目已有信息的分析及預測，進行風險評估。對于那些存在較大風險的項目要進行資源的再調配，以此來把施工風險控制在能夠接受的程度，并有效促進決策效率的提升。

建立基于大數據挖掘的數據共享平臺，使質量相關數據能夠在相關各方之間有效地傳輸與使用，進而提高企業工程質量管理的水平及政府監管效率。

在對大數據挖掘及工程質量管理相關內容分析的基礎上，以大數據為支撐，以互聯網、云計算和數據挖掘為技術輔助，構建建設工程質量管理數據挖掘共享平臺如圖 2 所示。

在大數據挖掘項目質量管理數據挖掘共享平臺中，所涉及到的人員及具體的分工如下：

◎ 質量監測專家。監測專家從云平臺上下載影響工程質量的相關數據，進而對數據產生的原因及是否合理進行分析，從而能夠充分了解到相關人員是否出現失誤操作。

◎ 工程建設各相關方。包括建設單位、施工單位、監理單位、材料供應商及勘察單位，這些相關方與土木工程專家分析有效提高工程質量、縮短工期、降低成本 的相關數據并協助數據挖掘專家提供工程質量相關的其他數據，保證數據收集的完整性、可靠性。

◎ 政府監管人員。政府監管人員既是監督管理者，同時也是數據的提供者與需求者，因此需要對建設工程的 質量情況進行實時監督，從而在此基礎上制定合理決策。

◎ 土木工程專家。這些專家從質量監測協會以及質 量監測專家手中獲取相關數據，協助數據挖掘技術人員 對數據進行原理性的分析，獲取更有價值的信息，從而 改良施工流程及處理相應的質量問題。

◎ 大數據挖掘等技術平臺專家。這些專家主要負責 平臺相關功能的創建、運行及維護，促進質量管理數據 挖掘共享平臺的實現，能夠使數據在施工各方及各個專家之間共享，從而更好地協助他們的分析工作。

大數據挖掘技術的應用能夠根據材料的成分和規格來預測其使用壽命對建筑工程質量的影響；還能夠根據施工現場采集的作業人員的操作流程數據預測該行為可能出現的質量問題，做到提前預防等。在這個系統平臺中，其重點檢測的是工程作業人員、機械設備、材料、施工方法以及環境等影響工程質量的主要因素，對其進行實時動態跟蹤與分析并嚴格控制，是保證工程質量的關鍵。

建筑工程質量管理至關重要，提高工程質量管理水平是目前亟待解決的問題，而大數據時代下，數據挖掘在各個領域的探索和實踐都取得了不錯的成果，與此同時，將數據挖掘技術應用于工程的質量管理中，結合其他相關新技術構建戰略性的系統平臺，能夠有效地提高建筑工程管理水平。

當前物聯網技術、云計算、互聯網等相關技術的成熟應用將能夠實現實時發現和處理工程質量問題，減少滯后處理帶來的更多質量方面的隱患；甚至預測未出現的質量安全問題，提前預防，減少人員傷亡、返工和停工帶來的經濟損失，促進工程質量管理水平的有效提升，讓質量管理朝向高效化、標準化、經濟化持續進步。

文 / 盧錫雷 牛凱麗 樓攀 陳志超

原文見2021年第10期《建筑》（有刪減）

紅圈工程項目管理軟件讓管理層通過手機就能夠隨時隨地了解項目在質量、安全、環保的措施及檢查整改情況。管理層可通過線上發布相關制度要求，形成統一標準。設置檢查-執行-反饋的閉環管理，質檢員按照公司要求外出巡檢，通過手機端就可以按公司標準匯報巡檢質量情況，當巡檢過程中發現質量問題，通過手機發起整改內容及整改時間，系統及時提醒按時反饋整改情況及照片，整改后情況自動歸檔，作為數據依據，有效避免質量安全風險。