一、建筑施工领域大数据研究现状与前瞻
建筑业是数据量最大、业务规模最大的大数据行业，但同样是当前数据管理最落后的行业。客观地说，建筑业信息化、大数据始终难发展起来，与这一行业的本质也有较大关系。建筑业生产的复杂性，导致互联网充分应用、大数据成为生产力的技术难度十分巨大。我国建筑行业已经针对施工建造行为、物项实现了集成管理，并积累了海量数据。目前很多企业开展了大数据咨询项目，旨在根据业务现状制定出切实可行的大数据平台方案，将新时代的科技成果与企业的业务相结合，实现数据挖掘和分析利用，充分发挥出建筑数据的价值。
（一）技术标准的制定与优化的现状
通过长期的建设实践，我国建筑施工行业正在建立健全标准体系。
然而，在大数据时代下，行业标准体系、企业标准体系建设仍然有很大的改进空间。一方面源于对该项工作的认识程度所限，另一方面传统定额测定方法费力、耗时。基于经验数据、现场测定、工作视频等，结合大数据的理念，针对特定群体、特定组织文化，有可能实现工效的真实反映乃至于实时反映。
（二）现场施工的技术服务保障中大数据的应用前瞻
相比于国外先进的建筑业企业，我国最优秀的技术力量、最富经验的技术人才大部分沉淀在项目上，图纸及规格书以外的广义数据、处理质量事故的经验数据也都分散于项目之中，并随着项目任务的结束而逐渐消散。
建造施工必须采用精细化管理方式，专业分工程度非常高，这种结构已经为数据的积累提供了天然的基础。通过分析这些数据，我们可以找到质量缺陷的共模因素，通过适当的统计分析我们也可以找出影响质量稳定性的关键因素。甚至可以通过移动终端的APP应用，即时指导现场的施工作业。
在高质量的完成工作任务，需要进一步挖潜大数据资源，发现并盘活信息资产，重新定义并持续打造企业的核心竞争力。
（三）安全文化行为大数据应用前瞻
我国建筑施工行业拥有几十万人的从业大军。这些从业人员每人每天都与互联网发生关系，在互联网上存储了大量的公开信息。此外，通过一定途径可以掌握从业人员的教育背景、成长环境、心理素质、驾驶习惯、规则的遵守情况、无人监督下的公德行为、即时通讯工具的信息统计等等广义数据。这些数据通过计算机完成定量转化，并结合有关案例进行相关性分析后，有可能揭示质量事故偶然性与必然性之间的联系，可以用于实时评价个体的行为趋势，进而做出预测和判断。
未来，有必要建立企业核心竞争力的直观化、可视化评价体系，便于自我评价和改进，进而提高客户的满意度，最终提升客户的忠诚度。
二、建筑施工领域数据特点
客观地说，建筑施工领域信息化发展缓慢，与行业的本质有较大关系。建筑施工领域生产的特殊性与复杂性，导致其进行信息化改造的技术、制度y度十分巨大。其数据存在以下特点：
首先，数据维度比较复杂，数据结构多样，简单来看，既有建筑类数据，如建筑造价类数据、建筑结构类数据、建筑施工工艺类数据、建筑材料类数据，也有管理类数据，并且不同数据的形态也不尽相同。
其次，行业链条多，参建方多，数据资源分散在不同单位手中，数据资源的整合存在一定困难。例如，管理类数据包括人力资源数据、财务数据、质量数据、安全数据、项目数据等等，由于关注点及颗粒度的不同，以月报等类型分散在从总部到各成员单位以及项目部的各个层面。而对于业务类数据来说，主要的设计数据都存在于业主或设计单位，大量的甲供物资采购信息及供应商信息也都在业主手中。
再次，随着建筑信息化建设的升级，其施工管理系统历经了几代发展，各系统之间的数据继承性较差。另外，还有大量的技术性文件以CAD、纸质文档等方式分散于各单位。
最后，随着信息化技术的发展，“十三五”期间，移动互联、物联网等新技术逐步应用于建筑施工领域，由此带来了数据量的爆发式增长，也为建筑施工领域数据的管理带来新的考验。
三、建筑施工领域数据初步质量分析
本文对信息系统涉及的施工项目管理数据进行质量分析，为建筑施工领域大数据平台的设计提供参考，同时为集团数据质量标准的进一步完善提供依据。
（一）数据质量概念
数据质量是保证数据应用的基础，它的评估标准主要包括四个方面：完整性、一致性、准确性、及时性。评估数据是否达到预期设定的质量要求，就可以通过这四个方面来进行判断。
1. 完整性
完整性指的是数据信息是否存在缺失的状况，数据缺失的情况可能是整个数据记录缺失，也可能是数据中某个字段信息的记录缺失。
2. 一致性
一致性是指数据是否遵循了统一的规范，数据集合是否保持了统一的格式。数据质量的一致性主要体现在数据记录的规范和数据是否符合逻辑。逻辑指的是，多项数据间存在着固定的逻辑关系。
3. 准确性
准确性是指数据记录的信息是否存在异常或错误。和一致性不一样，存在准确性问题的数据不仅仅只是规则上的不一致。最为常见的数据准确性错误就如乱码。其次，异常的大或者小的数据也是不符合条件的数据。
4. 及时性
及时性是指数据从产生到可以查看的时间间隔，也叫数据的延时时长。及时性对于数据分析本身要求并不高，但如果数据分析周期加上数据建立的时间过长，就可能导致分析得出的结论失去了借鉴意义。
（二）分析方法介绍
本文使用RapidMinerStudio免费版进行建筑施工数据质量的分析。
1. 分析工具使用方法
下图为RapidMiner的主界面。 下图为RapidMiner的数据加载界面，本课题将通过系统组装之后的数据导出为CVS文件，通过本地文件加载的方式导入到RapidMiner中。
数据加载完成之后，通过拖动的方式，将需要分析的数据源置入流程中，并选择符合要求的处理算子，本课题选择filter算子，将算子也拖入流程中，如下图所示。
选择算子之后，需要对算子的参数进行设置，filter算子可以过滤出符合字段要求的数据。
算子参数设置完毕之后，点击菜单栏的运行按钮，下图为运行结果。
运算结果也可以通过可视化的方式进行展示，如图6所示。
2. 分析过程与结果
1）数据来源
对目前建筑施工管理系统的各类数据进行质量分析，本次分析选取其中的关键数据进行分析，如下表所示。
（三） 数据质量分析
基于数据质量的定义，利用分析软件及人工检查的方式做以下项目的检测：
空值：数据值域为空的数据
唯一性：数据本应唯一，但却重复出现的数据
1. was拆分数据分析
根据上述指标项定义，was拆分数据存在如下问题：
存在某些指标项实际录入时漏录或不录的数据；
存在全部为空的字段；
存在重复记录。
主要指标数据指标项检查，问题如下：
2. 托盘安装进度数据分析
根据上述指标项定义，托盘安装进度数据存在如下问题：
存在某些指标项实际录入时漏录或不录的数据。
主要指标数据指标项检查，问题如下：
3. 主地进度数据分析
根据上述指标项定义，主地线进度数据存在如下问题：
存在某些指标项实际录入时漏录或不录的数据；
存在未填充数据的字段。
主要指标数据指标项检查，问题如下：
4. 预计数据管理分析
根据上述指标项定义，预计数据管理数据存在如下问题：
存在某些指标项实际录入时漏录或不录的数据；
存在未填充数据的字段。
主要指标数据指标项检查，问题如下：
5. 预计数据管理分析
根据上述指标项定义，预计数据管理数据存在如下问题：
存在某些指标项实际录入时漏录或不录的数据；
存在未填充数据的字段。
主要指标数据指标项检查，问题如下：
四、结论及建议
（一）结论
通过以上的数据质量分析，结合人工检查中发现的问题，可得到如下结论：
系统开发人员离职造成数据文档丢失，很多数据库表及字段的定义、数据规则丢失，给数据理解带来很大不便；
某些业务功能对应的数据库表字段结构改变，从业务软件组装、导出数据时出错；
数据漏录或不录的情况普遍；
存在重复保存的数据；
某些字段的默认数据设置规则不一致，如有的日期字段默认为“0000-00-00”，有的则为空；
存在大量字段为空的情况，有的表中的某些字段全部为空；
数据录入规范不一致，例如有的人员姓名字段为汉字，有的为汉字拼音。修改状态字段，有的为汉字，有的为数字，有的则为英文编码。
（二） 建议
数据质量问题贯穿于项目的整个生命周期，对企业的实际生产运行影响巨大，结合以上发现的问题，建筑施工领域信息化管理中的数据质量控制要从技术、流程和管理三个方面进行：
从技术层面上，建筑建设管理信息系统存在噪音数据、遗漏数据和不一致性数据，需要进行数据清洗，同时需要对源数据做稽核。
在流程层面上，对于源数据的抽取要遵从一定的业务规则，数据的抽取和转换需要很多步骤来完成，这就需要将过程流程化，并且流程可通过配置来实现。
在管理层面上，要求生产系统报送数据，按照“谁提供数据，谁负责”的原则由生产系统保证源数据的完整性、准确性、一致性、时效性。
