[發明專利]一種基于大數據的指標管理方法、系統及其存儲介質

有效

• 申請號: 202010700207.5
• 申請日: 2020-07-20
• 公開（公告）號: CN111815194B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 應鶯;王天海
• 申請（專利權）人: 上海上咨工程造價咨詢有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/10;G06Q50/08;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請涉及一種基于大數據的指標管理方法、系統及其存儲介質，包括如下步驟：獲取造價數據包，從造價數據包中提取與造價分類對應的子項，將所有子項作為指標參數；獲取造價數據包的造價數據變化清單，獲取設定時間段內價格清單的變化波動系數；對子項賦予加權值，計算出造價分類的代表子項；基于代表子項計算出造價指標，將造價指標輸入造價神經網絡，造價神經網絡為使用同類型造價數據訓練出的神經網絡，若造價神經網絡輸出的結果代表造價指標符合同造價數據的同類型則得出近似工程的造價成果文件；若造價神經網絡輸出的結果不代表造價指標符合同造價數據的同類型則縮小設定時間段并跳轉至S2重新執行。本申請具有降低造價指標誤差的效果。

技術領域

本申請涉及造價的領域，尤其是涉及一種基于大數據的指標管理方法、系統及其存儲介質。

背景技術

隨著我國經濟實力不斷增強,城市化發展的步伐也在逐漸加快，不同地區都會優先發展城市的建筑建設。目前城市的建筑建設有很多會接受連鎖房地產企業的建設模式——建設連鎖的特色商圈或者生活圈，例如萬科廣場、萬科商樓或者萬科住宅，這些連鎖項目具有成熟的項目決策與建設管理程序，投資控制難度小。

目前成熟的建設項目最大的問題在于不同地區的材料成本不一致，也就會導致同樣的項目而造價成本不同，且不同地區中材料價格的波動也不同，這加大了造價的難度，以及對造價指標計算的難度。

針對上述中的相關技術，發明人認為同樣的項目在不同的地區中存在有造價指標難以計算，容易誤差大的缺陷。

發明內容

為了降低造價指標的誤差，本申請提供一種基于大數據的指標管理方法、系統及其存儲介質。

第一方面，本申請提供一種基于大數據的指標管理方法，采用如下的技術方案：

一種基于大數據的指標管理方法，包括如下步驟：

S1：獲取分布式存儲至多個地址的造價數據包，按照預先設定的造價分類，從造價數據包中提取與造價分類對應的子項，將所有子項作為指標參數；

S2：獲取造價數據包對應地址所屬地區的造價數據變化清單，造價數據變化清單為所屬區域中與造價分類對應的子項的價格清單，獲取設定時間段內價格清單的變化波動系數，變化波動系數由通過K-means聚類算法對設定時間段內價格清單在相鄰單位時間上的波動幅度進行聚類分析，指定設定時間段中間點的價格清單作為給定對象核心點，掃描設定時間段內價格清單作為目標匹配樣本點，得到供參考使用的價格清單；對每個子項的價格清單進行計算；

S3：對所屬同一造價分類的子項賦予加權值，根據加權平均值計算出造價分類的代表子項，子項的當前價格清單與計算后的價格清單差值越大，加權值越小；以及，

S4：基于代表子項計算出造價指標，將造價指標輸入造價神經網絡，造價神經網絡為使用同類型造價數據訓練出的神經網絡，若造價神經網絡輸出的結果代表造價指標符合同造價數據的同類型則得出近似工程的造價成果文件；若造價神經網絡輸出的結果不代表造價指標符合同造價數據的同類型則縮小設定時間段并跳轉至S2重新執行。

通過采用上述技術方案，造價數據包分布式地存儲在不同的地區、不同的存儲器上，里面有對應造價分類的子項，將子項在當地的價格浮動曲線使用聚類算法計算出參考值，降低價格浮動對造價指標的影響，接著利用加權平均算法讓多地價格計算出參考值，例如誤差大的占比小，也可價格貴的子項占比小；再計算出造價指標，經過造價神經網絡得出造價成果文件，并對結果進行判斷，若是不符合要求則重新計算，降低造價指標的誤差。

優選的，還包括如下步驟：

S5：獲取工程類型不同的造價數據包，執行S1-S4；以及，

S6：計算S4中跳轉至S2的次數，若是次數大于預設的超范圍次數，則重復輸入N次模板數據包，重新矯正造價神經網絡中的參數，模板數據包為造價神經的訓練數據。