大數(shù)據(jù)在建筑和城市工程領(lǐng)域的應(yīng)用及發(fā)展綜述

1、ValueEngineering205大數(shù)據(jù)在建筑和城市工程領(lǐng)域的應(yīng)用及發(fā)展綜述ABriefReviewonApplicationDevelopmentofBigDatainConstructionUrbanEngineering蔣妃楓JIANGFeifeng（紹興文理學(xué)院，紹興312000）（ShaoxingUniversity，Shaoxing312000China）摘要：隨著信息技術(shù)的高速發(fā)展和數(shù)據(jù)資源的快速增長，大數(shù)據(jù)技術(shù)已經(jīng)開

2、始應(yīng)用到我們生活的方方面面，改善了我們的生活質(zhì)量。近年來，大數(shù)據(jù)技術(shù)也在建筑和城市工程領(lǐng)域發(fā)揮著重要作用，提高建筑業(yè)的信息化水平，促進建筑業(yè)的發(fā)展。本文首先介紹大數(shù)據(jù)的概念、特征及應(yīng)用的關(guān)鍵步驟，然后基于學(xué)術(shù)期刊的視角分析大數(shù)據(jù)在建筑和城市工程領(lǐng)域的應(yīng)用現(xiàn)狀，并在此基礎(chǔ)上總結(jié)大數(shù)據(jù)技術(shù)的價值，提出發(fā)展建議：①解決數(shù)據(jù)不足的難題；②實現(xiàn)智能化；③打造智慧城市。Abstract:Withtherapiddevelopmentofinfmat

3、iontechnologytherapidgrowthofdataresourcesbigdatatechnologieshasbeenappliedtoallaspectsofourlivesitimprovesthequalityofourlife.Inrecentyearsbigdatatechnologiesarealsobecominganimptantroleinconstructionurbanengineering.It

4、isimptanttoimproveitsinfmationleveltopromotethedevelopmentofconstructionindustry.Thispaperfirstlyintroducestheconceptacteristicskeystepsofbigdatatechnologiesthenanalyzestheapplicationstatusofbigdatainconstructionurbaneng

5、ineeringbasedonacademicjournalsfinallysummarizesthevalueofbigdataputsfwardproposalsfthedevelopmentofbigdata:①solvetheproblemofinsufficientdata②realizeintelligentconstruction③createsmartcities.關(guān)鍵詞：大數(shù)據(jù)；建筑和城市工程；應(yīng)用；建議Keywds:

6、bigdata；constructionurbanengineering；application；proposal中圖分類號：TP274DOI:10.14018131085n.2017.04.082文獻標識碼：A文章編號：10064311（2017）040205030引言近年來，隨著互聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)等新興技術(shù)的快速發(fā)展，全球數(shù)據(jù)量正以前所未有的態(tài)勢高速增長，給各行各業(yè)帶來了嚴峻的挑戰(zhàn)和寶貴的機遇，由此，我們正式步入了大數(shù)據(jù)時代。大

7、數(shù)據(jù)已經(jīng)應(yīng)用到了我們生活的方方面面，改變了我們的工作、生活方式，改變了企業(yè)的管理運營理念和組織業(yè)務(wù)流程，從根本上提高了我們的生活質(zhì)量。在大數(shù)據(jù)時代，建筑和城市工程也是大數(shù)據(jù)技術(shù)的主要應(yīng)用領(lǐng)域。在整個建造和運營過程中，建筑業(yè)會產(chǎn)生大量的數(shù)據(jù)，比如工程的結(jié)構(gòu)數(shù)據(jù)、成本數(shù)據(jù)、能源數(shù)據(jù)、進度數(shù)據(jù)，以及建筑工人的行為數(shù)據(jù)等。據(jù)估算，一個建筑項目從設(shè)計開始到竣工結(jié)束，可以產(chǎn)生27T的數(shù)據(jù)。建筑領(lǐng)域如此巨大的數(shù)據(jù)資源為大數(shù)據(jù)的應(yīng)用提供了良好的基礎(chǔ)。然

8、而，由于建筑業(yè)本身的固有特性，比如數(shù)據(jù)的難收集性、各類數(shù)據(jù)的孤立性，導(dǎo)致大量的數(shù)據(jù)并沒有真正地流動起來。因此，本文有必要探討現(xiàn)如今大數(shù)據(jù)技術(shù)在建筑和城市工程的應(yīng)用現(xiàn)狀，總結(jié)大數(shù)據(jù)的應(yīng)用價值，提出發(fā)展建議。1大數(shù)據(jù)1.1大數(shù)據(jù)的概念對于大數(shù)據(jù)的概念，目前企業(yè)和學(xué)術(shù)界尚未形成公認的定義。根據(jù)維基百科的定義，大數(shù)據(jù)（bigdata）指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合。研究機構(gòu)Gartner認為，大數(shù)據(jù)是需要新處

9、理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù)技術(shù)需要大量的數(shù)據(jù)資源，通過獲取、存儲、管理和分析大量數(shù)據(jù)，挖掘數(shù)據(jù)的內(nèi)在聯(lián)系，從數(shù)據(jù)中提煉——————————作者簡介：蔣妃楓（1989），女，浙江諸暨人，中央財經(jīng)大學(xué)碩士研究生，研究方向為大數(shù)據(jù)、BIM等。有價值的信息。如果把大數(shù)據(jù)技術(shù)類比為一個產(chǎn)業(yè)，初始的數(shù)據(jù)資源就是產(chǎn)品的原材料，而大數(shù)據(jù)技術(shù)就是“加工”的過程，即把原材料“加工”成最終有

10、價值的產(chǎn)品，實現(xiàn)價值增值。1.2大數(shù)據(jù)的特征大數(shù)據(jù)與“海量數(shù)據(jù)”不同，不僅要求數(shù)據(jù)量大，而且具有數(shù)據(jù)形式復(fù)雜、處理速度快等特點。目前，對大數(shù)據(jù)特征較為統(tǒng)一的認識是4V特征：①數(shù)據(jù)規(guī)模大（Volume）。伴隨著信息技術(shù)的高速發(fā)展，我們可以獲取和處理的信息數(shù)據(jù)越來越多，正因如此，我們可以通過大數(shù)據(jù)技術(shù)去挖掘數(shù)據(jù)間更真實、更精確的內(nèi)在聯(lián)系，發(fā)現(xiàn)有價值的信息。②數(shù)據(jù)種類繁多（Variety）。數(shù)據(jù)的形式不僅包括傳統(tǒng)的表格文本，也包括了地理位置信

11、息、圖片、音頻、視頻等，由此對數(shù)據(jù)處理技術(shù)也提出了更高的要求。③數(shù)據(jù)處理速度快（Velocity）。數(shù)據(jù)規(guī)模快速激增，數(shù)據(jù)又具有很強的時效性，如果不能快速處理，數(shù)據(jù)會失去有效性，處理的結(jié)果也會是過時和無效的，因此，大數(shù)據(jù)技術(shù)要求快速、持續(xù)地處理數(shù)據(jù)。④數(shù)據(jù)價值密度低（Value）。雖然數(shù)據(jù)規(guī)模龐大，但是數(shù)據(jù)中有很多沒有意義或者是錯誤的信息，相比于總體數(shù)據(jù)量，有價值和有意義的數(shù)據(jù)占比相對較低，因此，如何從大量數(shù)據(jù)中提取有價值的信息是大數(shù)據(jù)

12、時代亟待解決的難題。1.3大數(shù)據(jù)分析的關(guān)鍵步驟大數(shù)據(jù)技術(shù)就是通過數(shù)據(jù)采集、存儲、處理、分析等技術(shù)，將大量的原始數(shù)據(jù)轉(zhuǎn)化成有效和有價值的信息，從而實現(xiàn)信息價值增值的過程。大數(shù)據(jù)分析包括數(shù)據(jù)準備、數(shù)據(jù)分析和呈現(xiàn)兩個部分，具體有以下幾個步驟（如圖1所示）：①數(shù)據(jù)清理（清除不相關(guān)或有錯誤的信息）；②數(shù)據(jù)集成（可以組合多個不同的數(shù)據(jù)源），信息產(chǎn)業(yè)中一個流行的趨勢是將數(shù)據(jù)清理和數(shù)據(jù)集成作為預(yù)處理步驟，并將所得ValueEngineeringZhen

13、g[13]通過收集3萬多輛出租車的移動軌跡數(shù)據(jù)，利用數(shù)據(jù)挖掘技術(shù)評估和分析現(xiàn)有城市道路交通有效性和不足之處，例如城市中的新建道路和地鐵線路，從而為政府和建造商更好地規(guī)劃和建設(shè)城市交通提供參考。②城市功能區(qū)。例如，Yuan[14]通過出租車的軌跡數(shù)據(jù)，即乘客的上車、下車的地點信息來提取不同時間段人的移動性數(shù)據(jù)，利用數(shù)據(jù)挖掘技術(shù)，分析和識別城市的不同功能區(qū)域（例如，文教區(qū)域、商業(yè)區(qū)域、旅游景點區(qū)域），從而為政府和建造商更好地進行城市規(guī)劃和城

14、市建設(shè)提供參考。③商業(yè)選址。例如，Karamshuk[15]從紐約Foursquare中收集大量用戶的流動性數(shù)據(jù)，通過數(shù)據(jù)挖掘技術(shù)分析零售店的流行程度，從而為商業(yè)選址提供位置建議。④城市能源消耗。例如，Zhang[16]通過收集裝有GPS的出租車的運動軌跡數(shù)據(jù)，利用數(shù)據(jù)挖掘技術(shù)分析加油站的排隊時間和總體油量需求，可以優(yōu)化加油站位置布置的效率。據(jù)表1的文獻，我們也可以總結(jié)現(xiàn)階段大數(shù)據(jù)技術(shù)應(yīng)用的三個主要特征：①現(xiàn)階段大數(shù)據(jù)技術(shù)主要應(yīng)用于建筑

15、物的建造和運營階段，智慧城市的應(yīng)用還相對較少。主要原因是現(xiàn)階段絕大多數(shù)的城市規(guī)劃和發(fā)展還不夠完善，同時大范圍采集大量有效數(shù)據(jù)難度較大，從而不能為數(shù)據(jù)挖掘提供很好的數(shù)據(jù)基礎(chǔ)。但是智慧城市可以改善人們的生活質(zhì)量，是未來的發(fā)展方向，因此，大數(shù)據(jù)技術(shù)在智慧城市領(lǐng)域擁有很大的發(fā)展空間。②分類器方法是大數(shù)據(jù)技術(shù)應(yīng)用最多的方法之一包括人工神經(jīng)網(wǎng)絡(luò)方法、決策樹方法、支持向量機、貝葉斯方法等。分類器方法適用于很多應(yīng)用的分類模式，可以高效處理大量數(shù)據(jù)，準確

16、挖掘數(shù)據(jù)間的內(nèi)在聯(lián)系和關(guān)系模型。同時，隨著深度學(xué)習(xí)和人工智能技術(shù)的快速發(fā)展，分類器方法在建筑領(lǐng)域有更廣闊的發(fā)展前景。③數(shù)據(jù)不足仍然是大數(shù)據(jù)應(yīng)用的主要限制因素。原因是物聯(lián)網(wǎng)和傳感器技術(shù)的發(fā)展還并不完善，我們很難實時獲得大量有效數(shù)據(jù)。因此，如何收集大量數(shù)據(jù)是大數(shù)據(jù)技術(shù)發(fā)展亟待解決的重要問題。3總結(jié)及發(fā)展建議雖然大數(shù)據(jù)技術(shù)在建筑和城市工程領(lǐng)域應(yīng)用時間不長，但是已經(jīng)獲得建筑業(yè)和學(xué)術(shù)界的高度認可和廣泛應(yīng)用。主要原因是大數(shù)據(jù)技術(shù)具有以下幾個應(yīng)用價值

17、：①大數(shù)據(jù)技術(shù)可以挖掘數(shù)據(jù)間的內(nèi)在聯(lián)系和關(guān)系模型，從而為用戶決策提供有價值的信息；②大數(shù)據(jù)技術(shù)可以優(yōu)化建筑資源配置，降低建筑成本，提高建筑績效，從而創(chuàng)造大量的價值和財富。由于大數(shù)據(jù)技術(shù)在建筑和城市工程領(lǐng)域還處于初期發(fā)展階段，因此，大數(shù)據(jù)技術(shù)還有以下幾種發(fā)展趨勢和方向：①解決數(shù)據(jù)不足的難題?，F(xiàn)如今，數(shù)據(jù)不足是大數(shù)據(jù)應(yīng)用的主要限制因素。通過大力發(fā)展物聯(lián)網(wǎng)和傳感器技術(shù)，高效獲得大量高質(zhì)量的數(shù)據(jù)，從而為大數(shù)據(jù)技術(shù)提供充分、有效的數(shù)據(jù)資源。②實現(xiàn)

18、智能化。充分利用人工智能、深度學(xué)習(xí)等高新技術(shù)，實現(xiàn)建筑領(lǐng)域的智能化管理和運營，如自動監(jiān)控建筑進度等。③打造智慧城市。智慧城市是未來發(fā)展的重要方向，但現(xiàn)階段大數(shù)據(jù)技術(shù)在該領(lǐng)域的應(yīng)用相對較少。因此，大數(shù)據(jù)應(yīng)當(dāng)與智慧城市高度結(jié)合，優(yōu)化城市規(guī)劃，例如探索房價的變動趨勢及原因、優(yōu)化土地資207源分配、完善基礎(chǔ)設(shè)施建設(shè)等。參考文獻：[1]R.JafarzadehJ.M.Ingham(2014)Applicationofartificialneura

19、lwkmethodologyfpredictingseismicretrofitconstructioncosts.JournalofConstructionEngineeringManagementvol140.[2]L.WangF.Leite(2013)KnowledgediscoveryofspatialconflictresolutionphilosophiesinBIMenabledMEPdesigncodinationusi

20、ngdataminingtechniques:aproofofconcept.In:ProceedingsoftheEInternationalWkshoponComputinginCivilEngineeringpp419426.[3]C.W.ChengS.S.Leu(2012)Applyingdataminingtechniquestoexplefactscontributingtooccupationalinjuriesintai

21、wan’sconstructionindustry.AccidentAnalPrevent48:214222.[4]V.S.DesaiS.Joshi(2010)Applicationofdecisiontreetechniquetoanalyzeconstructionprojectdata.In:InfmationSystemsTechnologyManagementpp304313.[5]M.SiuR.Ekyalimpa(2013)

22、Applyingregressionanalysistopredictclassifyconstructioncycletime.ComputinginCivilEngineering(2013)pp669676.[6]Y.J.ChenC.W.Feng(2011)UsingBIMmodelgeicalgithmstooptimizethecrewassignmentfconstructionprojectplanning.Int.J.T

23、echnol3:179187.[7]W.LuX.Chen(2015)Benchmarkingconstructionwastemanagementperfmanceusingbigdata.ResourConservatRecycl105:4958.[8]M.SambasivanY.W.Soon(2007)CauseseffectsofdelaysinMalaysianconstructionindustry.Int.J.Project

24、Manage25:517526.[9]T.MahfouzA.Kil(2010)Constructionlegaldecisionsupptusingsupptvectmachine(svm).In:Proc.oftheCRC2010:InnovationfReshapingConstructionpp87988.[10]C.ChiangT.Ho(2015)ABIMenabledplatfmfpowerconsumptiondatacol

25、lectionanalysis.ComputCivilEng(2015)pp9098.[11]Y.HuangJ.L.Beck(2013)NovelsparseBayesianlearningfstructuralhealthmonitingusingincompletemodaldata.In:ComputinginCivilEngineering(2013)pp121128.[12]S.TanejaA.Akcamete(2010)An

26、alysisofthreeindolocalizationtechnologiestosupptfacilitymanagementfieldactivities.In:ProceedingsoftheInternationalConferenceonComputinginCivilBuildingEngineering2010.[13]Y.ZhengY.Liu(2011)Urbancomputingwithtaxicabs.In:Pr

27、oceedingsofthe13thInternationalConferenceonUbiquitousComputingpp8998.[14]J.YuanY.Zheng(2012)DiscoveringregionsofdifferentfunctionsinacityusinghumanmobilityPOIs.In:Proceedingsof18thSIGKDDConferenceonKnowledgeDiscoveryData

28、Miningpp186194.[15]D.KaramshukA.Noulas(2013)Geospotting:Miningonlinelocationbasedservicesfoptimalretailsteplacement.In:Proceedingsofthe19thACMInternationalConferenceonKnowledgeDiscoveryDataMiningpp793801.[16]F.ZhangD.Wil