
大数据能否在建筑行业落地开花
毋庸置疑,大数据是当下最火的IT词汇。目前,全球的数据量正在以每18个月翻一倍的惊人速度增长,世界正在高速数字化,而如何掘金大数据是所有个人、企业和国家的机遇和挑战。事实上,从城市交通到空气质量,从建筑设计到影视制作,大数据分析应用已经渗透到我们生活的方方面面,并将改变人类社会的命运。大数据就在脚下,但大数据能否在建筑行业落地开花呢?
“现在有很多国外公司想进入国内做建筑行业的信息化,目前国内做得很有规模、很深入的公司也比较少,但是有很多企业也都想借大数据的和云计算这些新技术变革的机会努力做一些创新。”行业分析师表示。
不过,据分析,对于建筑行业的大数据挖掘来说,存在天然的行业壁垒,首先是数据维度比较复杂,简单来看,既有建筑类的数据: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,还有管理类数据;其次是中国的建筑的法律法规和对专业的要求跟国外不一样,中国的一个特点是各个省市的建筑行业法律法规都不一样。在这种情况下,建筑行业的大数据挖掘成了一个高门槛的行业。
虽然入门很难,但是对行业的改变非常之大。以传统的建筑行业造价咨询公司为例,如果公司有100个造价人员,这个规模的公司会至少有两个人专门做询价,也就是找材料价格。而一个咨询公司的咨询师的年成本大概是30万元,两个人就是60万元。而从收集材料厂商数据的成本来看,收集一个厂商的信息,大约一年需要140元钱,而目前国内的建筑材料的生产厂商79万家,如果要把这79万家的材料信息收集回来,这个成本是巨大的。“所以针对这个情况,广联达公司努力做的事情就是把这些生产厂商的数据收集回来,结合一系列机器学习、数学建模、自然语言处理、搜索引擎等前沿技术,把信息精细加工以后,提供给用户。首先在人力成本上节省很多,这是第一步;第二步是在收集信息以后,做招标、投标和审核的时候,需要做预算,这样又提供了一个工具可以把做过精加工的数据直接载入,方便进行各种调度。”付永晖说。
据悉,广联达近期还发布的工程指标信息平台,就展示了广联达在造价工程领域朝着大数据的方向发展的研究成果。该平台从用户体验的角度,把指标信息服务产品分为三部分,即指标网站、指标助手和信息杂志。指标网站涵盖了近2000个工程的指标数据,其中北京地区工程超300个,覆盖住宅、办公、酒店等96个项目类型,同时,数据每天都在持续更新,以保证用户能够得到最新最全的指标数据。指标助手帮助客户快速分析出指标(量、价),并能与云指标库的参考区间做对比,达到快速检查的目的。信息杂志每季度出一期,包含不常见的精品指标,配上行业先进的指标应用文章,为用户提供专业、周到的指标数据服务。
“如果数据是财富,那么大数据就是宝藏,而云计算就是挖掘和利用宝藏的利器。没有强大的计算能力,数据宝藏终究是镜中花;没有数据挖掘技术的积淀,云计算也只能是杀鸡用的宰牛刀(微博 博客)。”对广联达来说,“大数据=海量数据 分析软件 挖掘过程”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01