论文部分内容阅读
摘 要：配網工程是一项高投资、高风险的工程项目，造价管理需要科学的方法，为了达到理想的造价管控目标，则可以采用数据挖掘技术，将其运用于配网工程造价管理工作中，一方面提高了造价管控的工作效率，另一方面也确保了造价管控精准度。本文首先分析了数据挖掘技术的功能，然后深入探究了数据挖掘技术在配网工程造价管理的应用。
关键词：配网工程；造价管控；数据挖掘技术
中图分类号：TM73 文献标识码：A 文章编号：1004-7344（2018）15-0233-02
配网工程造价管理涉及到较多的数据、信息，造价管控最关键是要从这些繁琐的数据中理出头绪，实现科学的造价控制与管理，数据挖掘技术作为一项科学技术被应用于配网工程造价管理中，发挥着十分重要的作用。
1 数据挖掘技术的内涵与功能
数据挖掘技术就是在一些零散、模糊、不确定、混乱的数据中挖掘出有价值的信息，通过理顺、归纳其中的数据、信息等来为人们服务，其实质是人们对潜在的价值性信息的利用过程，属于全新的信息处理技术。数据挖掘技术的运行流程大致为：发现信息、抽取信息、提炼、转换、剖析与模型化处理，最终聚集一些最具价值、最有利的信息数据，整体来看数据挖掘技术是非常关键的环节。挖掘技术的主要功能具体包括：
1.1 分类功能
借助于采样数据来深入分析、总结归类，一般凭借剖析对象的性质、特点等来创建一个科学的分类模型，从中归纳出数据系统内部一组数据、一系列数据的相似特征，而且要根据分类标准来将所收集的数据归类，其中主要的分类法包括：统计学法、决策树法等。
1.2 关联分析功能
所谓的关联简单说就是在大量的信息、数据挖掘过程中，发现项目集合彼此间将的关联，其根本目标就是从浩瀚的数据中发现潜在的关联网，一般都采用参数法来对应衡量关联性大小，具体的方法为：可信度系数法等。
1.3 聚类分析功能
这一功能的原理就是参照数据对象之间的相似度、相关性，和他们在表达空间中的彼此关联来规划一个对象集合，最终目标就是确保相同类型的数据、信息之间保持较大的相似度、相关性。这一分析能够找寻数据的具体分布规律，数据属性之间的关联性与相关性。
1.4 偏差分析功能
一般情况下，数据库内部的数据都有偏离正常数据的问题，偏差分析则可以深入地发现数据的偏离特点，对一些非正常现象进行科学地剖析，具体体现为：数据聚类之外的离群值，这一分析的最终目标就是发现此案观察结果和参照量二者的差异性。
1.5 预测功能
数据库中的数据必然存在一定的发展变化规律，凭借对其中规律的分析与总结创建一个预测模型，借助此模型能够有效地预测、分析数据的未来发展趋势，并科学地计算与分析，其中主要的预测法包括：回归分析法。
1.6 数据挖掘的过程
大致要经历三大时期，数据准备时期、挖掘时期、评价与表达时期，具体如图1所示。
其中数据准备阶段，就是在浩瀚的数据中得出一个目标数据集合，从中择出关联性数据，排除一切干扰性数据，除掉无用的数据，并对有用数据进行科学地分组、归类，数据准备环节关系到后期的挖掘。数据挖掘时期就是通过剖析数据的功能、分类、特征等来深入探索数据内部的规律，以及其中的隐藏的信号和信息。结果平阿基与表达时期，则是凭借剖析基础数据来全方面地评价数据挖掘的结果，得出一个合理的知识模型，同时再次加深、统计与完善，使这些数据变成有价值的信息。
2 配网工程造价中数据挖掘技术的应用
2.1 配电工程造价的统计与分类
近年来，配网变电工程持续建设，电网也处于经常性地改造、检修状态下，这就使得供电部门要科学地掌控输变电工程的成本，也就是要科学地进行造价控制与统计，具体则可以通过决策树理论对应的工程造价分类模型来把众多的数据来科学归类，并排至根节点，再逐渐地细致划分至叶子节点，从而达到逐个层次、逐个等级地规划，其中决策树中的各个节点各自对应一类工程。通过决策树法，能够对一些大型的变电工程造价实施针对性地甄别与分类，根据特定的属性来调节并完善数据信息。
2.2 配电工程造价分析综合管理
2.2.1 造价水平的分析
结合工程造价的统计与分类所得数据，来专门搜集、整理一个时期、某一地域的配网工程数据，通过多层次、多角度来分类、处理这些数据，来实施逐类别剖析，主要从工程量、价格、费用等方面出发来具体剖析，探索工程造价变化的潜在规则。
2.2.2 造价变化偏差的剖析
这一剖析的基本原理为：结合各项工程实际的造价数据的浮动情况来肢解整体造价，使其作为多项费用变化的集合，使不同费用的变化走向一个量化值，并从中分析这种变化可能对工程的整体造价带来的影响。让复杂的多元因素逐渐归结为若干个关键因素。对于配电工程来说，其造价变化通常是通过多个变量来逐步反馈得出的，各个变量也密切相关，实际的统计分析过程中，因为变量较多、数据多，必然相对繁琐、难以操作、控制。对此，应该采用主成分分析法，迎合就是用若干个变量来分析造价的变化情况。
2.3 造价预测管理
造价预测主要是通过数据挖掘技术来达到对知识、信息等的高效、充分地运用，结合造价数据、信息等的筹备、处理、剖析等达到数据的有规范管理，从而为接下来工程施工的展开提供可以参考的造价预测数据，具体的流程如下：
（1）造价变化规律的探索。
主要是参照一系列的配电工程造价的数据，通过归类、整理、分析、总结以及各个数据所对应的时间先后等来探索数据变化的规律，例如：数据的周期性、发展趋势等，其中可能运用到时间序列预测技术等来创建一个科学的预测模型，该模型能用来对工程的造价水平变化进行科学地预测。
（2）造价影响因素的剖析。
主要是运用关联剖析的理论，来深入分析工程造价的影响因素，经过多重分析可以归结为：市场因素、国家制度因素、大环境等。根据各类电压级别、项目类别等来创建一个综合、全面的情境预测数据库系统，依托于此系统来评价一个工程项目的造价水平，以及相关的影响因素，进而为工程的建设、施工提供有力的政策支持，使工程朝着低造价、高收益的方向发展。
3 总 结
配网工程造价管理需要科学的现代技术的支持，数据挖掘技术应用于配网工程造价管理中，不仅能够提高配网工程造价管理工作效率，也能带来理想的造价管理工作效果。
参考文献
[1]陈 安，陈 宁，周龙骧，等编著.数据挖掘技术及应用[M].科学出版社，2006.
[2]梁 循，著.数据挖掘算法与应用[M].北京大学出版社，2006.
[3]王熙照.基于不确定性的决策树归纳[M].科学出版社，2012.
[4]龚维丽.工程造价计价与控制[[M].北京：中国计划出版社，2003.
[5]袁 欣.数据挖掘在建设工程造价数据管理系统中的应用研究[D].武汉理工大学，2014.
收稿日期：2018-4-23
关键词：配网工程；造价管控；数据挖掘技术
中图分类号：TM73 文献标识码：A 文章编号：1004-7344（2018）15-0233-02
配网工程造价管理涉及到较多的数据、信息，造价管控最关键是要从这些繁琐的数据中理出头绪，实现科学的造价控制与管理，数据挖掘技术作为一项科学技术被应用于配网工程造价管理中，发挥着十分重要的作用。
1 数据挖掘技术的内涵与功能
数据挖掘技术就是在一些零散、模糊、不确定、混乱的数据中挖掘出有价值的信息，通过理顺、归纳其中的数据、信息等来为人们服务，其实质是人们对潜在的价值性信息的利用过程，属于全新的信息处理技术。数据挖掘技术的运行流程大致为：发现信息、抽取信息、提炼、转换、剖析与模型化处理，最终聚集一些最具价值、最有利的信息数据，整体来看数据挖掘技术是非常关键的环节。挖掘技术的主要功能具体包括：
1.1 分类功能
借助于采样数据来深入分析、总结归类，一般凭借剖析对象的性质、特点等来创建一个科学的分类模型，从中归纳出数据系统内部一组数据、一系列数据的相似特征，而且要根据分类标准来将所收集的数据归类，其中主要的分类法包括：统计学法、决策树法等。
1.2 关联分析功能
所谓的关联简单说就是在大量的信息、数据挖掘过程中，发现项目集合彼此间将的关联，其根本目标就是从浩瀚的数据中发现潜在的关联网，一般都采用参数法来对应衡量关联性大小，具体的方法为：可信度系数法等。
1.3 聚类分析功能
这一功能的原理就是参照数据对象之间的相似度、相关性，和他们在表达空间中的彼此关联来规划一个对象集合，最终目标就是确保相同类型的数据、信息之间保持较大的相似度、相关性。这一分析能够找寻数据的具体分布规律，数据属性之间的关联性与相关性。
1.4 偏差分析功能
一般情况下，数据库内部的数据都有偏离正常数据的问题，偏差分析则可以深入地发现数据的偏离特点，对一些非正常现象进行科学地剖析，具体体现为：数据聚类之外的离群值，这一分析的最终目标就是发现此案观察结果和参照量二者的差异性。
1.5 预测功能
数据库中的数据必然存在一定的发展变化规律，凭借对其中规律的分析与总结创建一个预测模型，借助此模型能够有效地预测、分析数据的未来发展趋势，并科学地计算与分析，其中主要的预测法包括：回归分析法。
1.6 数据挖掘的过程
大致要经历三大时期，数据准备时期、挖掘时期、评价与表达时期，具体如图1所示。
其中数据准备阶段，就是在浩瀚的数据中得出一个目标数据集合，从中择出关联性数据，排除一切干扰性数据，除掉无用的数据，并对有用数据进行科学地分组、归类，数据准备环节关系到后期的挖掘。数据挖掘时期就是通过剖析数据的功能、分类、特征等来深入探索数据内部的规律，以及其中的隐藏的信号和信息。结果平阿基与表达时期，则是凭借剖析基础数据来全方面地评价数据挖掘的结果，得出一个合理的知识模型，同时再次加深、统计与完善，使这些数据变成有价值的信息。
2 配网工程造价中数据挖掘技术的应用
2.1 配电工程造价的统计与分类
近年来，配网变电工程持续建设，电网也处于经常性地改造、检修状态下，这就使得供电部门要科学地掌控输变电工程的成本，也就是要科学地进行造价控制与统计，具体则可以通过决策树理论对应的工程造价分类模型来把众多的数据来科学归类，并排至根节点，再逐渐地细致划分至叶子节点，从而达到逐个层次、逐个等级地规划，其中决策树中的各个节点各自对应一类工程。通过决策树法，能够对一些大型的变电工程造价实施针对性地甄别与分类，根据特定的属性来调节并完善数据信息。
2.2 配电工程造价分析综合管理
2.2.1 造价水平的分析
结合工程造价的统计与分类所得数据，来专门搜集、整理一个时期、某一地域的配网工程数据，通过多层次、多角度来分类、处理这些数据，来实施逐类别剖析，主要从工程量、价格、费用等方面出发来具体剖析，探索工程造价变化的潜在规则。
2.2.2 造价变化偏差的剖析
这一剖析的基本原理为：结合各项工程实际的造价数据的浮动情况来肢解整体造价，使其作为多项费用变化的集合，使不同费用的变化走向一个量化值，并从中分析这种变化可能对工程的整体造价带来的影响。让复杂的多元因素逐渐归结为若干个关键因素。对于配电工程来说，其造价变化通常是通过多个变量来逐步反馈得出的，各个变量也密切相关，实际的统计分析过程中，因为变量较多、数据多，必然相对繁琐、难以操作、控制。对此，应该采用主成分分析法，迎合就是用若干个变量来分析造价的变化情况。
2.3 造价预测管理
造价预测主要是通过数据挖掘技术来达到对知识、信息等的高效、充分地运用，结合造价数据、信息等的筹备、处理、剖析等达到数据的有规范管理，从而为接下来工程施工的展开提供可以参考的造价预测数据，具体的流程如下：
（1）造价变化规律的探索。
主要是参照一系列的配电工程造价的数据，通过归类、整理、分析、总结以及各个数据所对应的时间先后等来探索数据变化的规律，例如：数据的周期性、发展趋势等，其中可能运用到时间序列预测技术等来创建一个科学的预测模型，该模型能用来对工程的造价水平变化进行科学地预测。
（2）造价影响因素的剖析。
主要是运用关联剖析的理论，来深入分析工程造价的影响因素，经过多重分析可以归结为：市场因素、国家制度因素、大环境等。根据各类电压级别、项目类别等来创建一个综合、全面的情境预测数据库系统，依托于此系统来评价一个工程项目的造价水平，以及相关的影响因素，进而为工程的建设、施工提供有力的政策支持，使工程朝着低造价、高收益的方向发展。
3 总 结
配网工程造价管理需要科学的现代技术的支持，数据挖掘技术应用于配网工程造价管理中，不仅能够提高配网工程造价管理工作效率，也能带来理想的造价管理工作效果。
参考文献
[1]陈 安，陈 宁，周龙骧，等编著.数据挖掘技术及应用[M].科学出版社，2006.
[2]梁 循，著.数据挖掘算法与应用[M].北京大学出版社，2006.
[3]王熙照.基于不确定性的决策树归纳[M].科学出版社，2012.
[4]龚维丽.工程造价计价与控制[[M].北京：中国计划出版社，2003.
[5]袁 欣.数据挖掘在建设工程造价数据管理系统中的应用研究[D].武汉理工大学，2014.
收稿日期：2018-4-23