CN116644965A - 一种项目预算的可视化分析方法及系统 - Google Patents
一种项目预算的可视化分析方法及系统 Download PDFInfo
- Publication number
- CN116644965A CN116644965A CN202310758971.1A CN202310758971A CN116644965A CN 116644965 A CN116644965 A CN 116644965A CN 202310758971 A CN202310758971 A CN 202310758971A CN 116644965 A CN116644965 A CN 116644965A
- Authority
- CN
- China
- Prior art keywords
- project
- risk
- cost
- budget
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 105
- 230000000007 visual effect Effects 0.000 title claims abstract description 21
- 238000012502 risk assessment Methods 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000007726 management method Methods 0.000 claims description 48
- 238000004364 calculation method Methods 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 23
- 238000012795 verification Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 5
- 208000037805 labour Diseases 0.000 description 25
- 238000011161 development Methods 0.000 description 6
- 230000006978 adaptation Effects 0.000 description 4
- 238000012098 association analyses Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013075 data extraction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种项目预算的可视化分析方法及系统，涉及数据处理技术领域，该方法包括：首先获得项目基本信息，构建项目风险分析模型对项目属性进行风险分析，获得项目风险系数，再对项目目标进行项目预算分析，获得项目成本合理阈值和成本比例合理阈值，由项目成本合理阈值和成本比例合理阈值进行项目预算风险分析，获得预算风险系数，最后基于项目风险系数和预算风险系数获得项目预算风险系数，当项目风险系数满足预设项目风险阈值时，生成项目风险预警信息。本发明解决了现有技术中项目预算分析结果的准确率不高的技术问题，达到了提高项目预算分析结果的准确率的技术效果。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及一种项目预算的可视化分析方法及系统。
背景技术
项目预算是一种寻求最有效地调配资源以实现目标的方法。用于项目规划阶段，对实现项目目标的各个阶段需要消耗的成本提前进行计算，以保证项目能顺利实施，最终达到项目目标。应用于建筑、医疗、食品等各个行业，是项目前期准备中一个很重要的环节。现有的预算分析方法和软件很多，但仍存在预算分析结果的准确性不高的问题。
发明内容
本申请提供了一种项目预算的可视化分析方法及系统，用于解决现有技术中项目预算分析结果的准确率不高的技术问题。
本申请的第一个方面，提供了一种项目预算的可视化分析方法，所述方法包括：获得项目基本信息，所述项目基本信息包括项目属性和项目预算，其中所述项目属性包括行业信息、项目目标、负责人信息，所述项目预算包括项目总成本、人工成本、材料成本、管理成本；构建项目风险分析模型，根据所述项目风险分析模型对所述项目属性进行风险分析，获得项目风险系数；对所述项目目标进行项目预算分析，获得项目成本合理阈值和成本比例合理阈值，其中所述成本比例合理阈值包括人工成本比例阈值、材料成本比例阈值、管理成本比例阈值；根据所述项目成本合理阈值和所述成本比例合理阈值对所述项目预算进行风险分析，获得预算风险系数；基于所述项目风险系数和所述预算风险系数获得项目预算风险系数；当所述项目风险系数满足预设项目预算风险阈值时，生成项目风险预警信息。
本申请的第二个方面，提供了一种项目预算的可视化分析系统，所述系统包括：项目基本信息获取模块，所述信息获取模块用于获得项目基本信息，所述项目基本信息包括项目属性和项目预算，其中所述项目属性包括行业信息、项目目标、负责人信息，所述项目预算包括项目总成本、人工成本、材料成本、管理成本；项目风险分析模型构建模块，所述项目风险分析模型构建模块用于构建项目风险分析模型，根据所述项目风险分析模型对所述项目属性进行风险分析，获得项目风险系数；项目预算分析模块，所述项目预算分析模块用于对所述项目目标进行项目预算分析，获得项目成本合理阈值和成本比例合理阈值，其中所述成本比例合理阈值包括人工成本比例阈值、材料成本比例阈值、管理成本比例阈值；预算风险系数获得模块，所述预算风险系数获得模块用于根据所述项目成本合理阈值和所述成本比例合理阈值对所述项目预算进行风险分析，获得预算风险系数；项目预算风险系数获得模块，所述项目预算风险系数获得模块用于基于所述项目风险系数和所述预算风险系数获得项目预算风险系数；项目风险预警信息生成模块，所述项目风险预警信息生成模块用于当所述项目风险系数满足预设项目预算风险阈值时，生成项目风险预警信息。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请提供的一种项目预算的可视化分析方法，涉及数据处理技术领域，通过获得项目基本信息，构建项目风险分析模型对项目属性进行风险分析，获得项目风险系数，对项目目标进行项目预算分析，获得项目成本合理阈值和成本比例合理阈值，并对其进行项目预算风险分析，获得预算风险系数，最后基于项目风险系数和预算风险系数获得项目预算风险系数，当项目风险系数满足预设项目风险阈值时，生成项目风险预警信息，解决了现有技术中项目预算分析结果的准确率不高的技术问题，实现了提高项目预算分析结果的准确率的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种项目预算的可视化分析方法流程示意图；
图2为本申请实施例提供的一种项目预算的可视化分析方法中获得项目风险系数的流程示意图；
图3为本申请实施例提供的一种项目预算的可视化分析方法中获得预算风险系数的流程示意图；
图4为本申请实施例提供的一种项目预算的可视化分析系统结构示意图。
附图标记说明：项目基本信息获取模块11，项目风险分析模型构建模块12，项目预算分析模块13，预算风险系数获得模块14，项目预算风险系数获得模块15，项目风险预警信息生成模块16。
具体实施方式
本申请提供了一种项目预算的可视化分析方法，用于解决现有技术中项目预算分析结果的准确率不高的技术问题。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示，本申请提供了一种项目预算的可视化分析方法，所述方法包括：
S100：获得项目基本信息，所述项目基本信息包括项目属性和项目预算，其中所述项目属性包括行业信息、项目目标、负责人信息，所述项目预算包括项目总成本、人工成本、材料成本、管理成本；
具体的，通过查阅项目交底书或策划方案等文件获取当前项目的基本信息，包括项目属性和项目预算，其中所述项目属性包括当前项目的行业信息、项目目标、负责人信息，行业信息包括当前项目所属的行业类别以及该行业的基本特征，项目目标是指当前项目竣工后交付的产品需要达到质量要求，比如：一条建成的高速公路需要满足质量、外形及正常使用等需求，负责人信息包括该负责人的职级、负责同类型项目的经验等。所述项目预算包括项目的总成本、使用人工的成本、购买材料的成本、管理项目各类事宜的成本。获得当前项目的所述项目基本信息，可以为后续进行项目预算分析提供基础资料。
S200：构建项目风险分析模型，根据所述项目风险分析模型对所述项目属性进行风险分析，获得项目风险系数；
具体而言，根据各项目属性之间的影响关系，以及各项目属性的选择对项目带来的风险程度，构建所述项目风险分析模型，示例性地，选择顺应行业发展趋势的项目目标，则该项目目标出错的风险就比较低，将这个规律作为所述项目风险分析模型的一个分析模块，对当前项目的项目目标进行风险分析，同理，根据不同项目属性对项目风险的影响关系，构建不同的风险分析模块，并对所述项目属性一一进行风险分析，最后将所有项目属性的风险系数进行加权计算，获得项目分析系数，可以作为后续计算项目预算风险系数的基础数据。
进一步的，如图2所示，本申请实施例步骤S200还包括：
S210：所述项目风险分析模型包括目标风险分析模块、管理风险分析模块、风险计算模块；
S220：根据所述行业信息，基于大数据构建目标行业专家库，并将所述目标行业专家库嵌入所述目标风险分析模块；
S230：将所述项目目标输入所述目标风险分析模块进行适配度分析，获得第一风险系数；
S240：将所述项目目标和所述负责人信息输入所述管理风险分析模块，获得第二风险系数；
S250：将所述第一风险系数和所述第二风险系数输入所述风险计算模块，输出所述项目风险系数。
具体的，所述项目风险分析模型包括用于对项目目标的选择风险进行分析的目标风险分析模块、用于针对项目负责人和项目目标控制的管理风险分析模块、用于计算综合项目风险系数的风险计算模块。基于大数据架构，使用互联网分析技术将所述行业信息进行编码归类，构建成目标行业专家库，并将该目标行业专家库嵌入所述项目风险分析模型的所述目标风险分析模块，作为模型的数据参考集。将所述项目目标输入所述目标风险分析模块进行适配度分析，也就是分析项目目标和行业目标的适配度，判断项目目标是否顺应行业发展趋势，示例性地，项目采购污染大、能源消耗大的设备就是逆行业发展趋势，采购节能减排设备就是顺行业发展趋势，越是逆行业发展趋势的项目目标相应的风险系数越高。根据项目目标和行业发展趋势的适配度大小，为项目目标设定相应的风险系数，以此作为第一风险系数，可以用来表示项目目标部分的风险影响程度。
进一步的，将所述项目目标和所述负责人信息输入所述管理风险分析模块，通过分析负责人在本行业的工龄、相关项目经验等对当前项目的项目目标的影响程度，并基于各因素的重要程度计算出该负责人负责当前项目的风险系数，以此作为第二风险系数。最后根据各参数对项目影响程度的大小，预设相应的风险系数权重系数，示例性地，预设项目目标的选择风险权重系数为0.6，项目负责人的管理风险权重系数为0.4。将预设的所述风险系数权重系数嵌入到所述风险计算模块作为计算参数，然后将所述第一风险系数和所述第二风险系数输入所述风险计算模块进行加权计算，将输出的结果作为所述项目风险系数，可以作为后续计算项目预算风险系数的基础数据。
进一步的，本申请实施例步骤S240还包括：
S241：对所述负责人信息进行数据提取，获得历史负责项目和从业年龄，其中所述从业年龄为与所述行业信息相同行业的从业年龄；
S242：根据所述项目目标和所述历史负责项目进行关联性分析，获得关联分析系数；
S243：基于所述从业年龄和所述关联分析系数获得所述第二风险系数。
具体而言，提取所述负责人信息中的与项目风险相关的数据，包括过去的从业经历中负责的所有项目的信息，以及负责人从事目标行业的从业年龄，也就是工龄。通过将负责人过去负责的项目的完成度、达成的目标、与当前项目的项目目标进行匹配，判断该负责人之前的项目经历和当前项目的相似度，也就是该负责人的所述历史负责项目与当前项目目标的关联程度，根据关联程度的大小设置相应大小的所述关联分析系数。因为负责人的从业年龄越长，其对本行业专业知识的掌握越扎实，行业相关的项目经验越丰富，管理项目时出错的概率越低，相应的风险系数越低，故将所述从业年龄的风险系数和所述关联分析系数进行加权计算，得到所述第二风险系数，可以用来表示负责人部分的风险影响程度。
进一步的，本申请实施例步骤S250还包括：
S251：预设风险系数权重占比，并将所述风险系数权重占比嵌入到所述风险计算模块；
S252：将所述第一风险系数和所述第二风险系数输入所述风险计算模块进行加权计算，获得所述项目风险系数。
具体的，根据各项目属性对项目影响程度的大小，预设相应的风险系数权重占比，示例性地，项目目标的行业适配度关系到整个项目能否发挥正常的使用功能并带来相应的受益，故设置的权重占比为60％，项目负责人的管理能力以及处理同类项目的经验关系到项目能否顺利展开，故设置权重比为40％。将预设的所述风险系数权重占比嵌入到所述风险计算模块作为计算参数，然后将所述第一风险系数和所述第二风险系数输入所述风险计算模块进行加权计算，将输出的结果作为所述项目风险系数，可以作为后续计算项目预算风险系数的基础数据。
S300：对所述项目目标进行项目预算分析，获得项目成本合理阈值和成本比例合理阈值，其中所述成本比例合理阈值包括人工成本比例阈值、材料成本比例阈值、管理成本比例阈值；
具体而言，通过获取完工项目的项目目标信息和预算信息，并选择与当前项目的项目目标相似程度较高的项目作为参考项目，根据参考项目成本数据设定项目成本比例的合理阈值，比如设定人工成本的占比最大值为20％，然后参照当前项目的项目目标，确定当前项目的成本比例合理阈值，包括人工成本比例阈值、材料成本比例阈值、管理成本比例阈值，可以作为后续进行预算风险计算的基础数据。
进一步的，本申请实施例步骤S300还包括：
S310：以所述项目目标为检索条件，基于大数据获得符合质量要求的多个历史项目目标和历史项目预算信息，所述历史项目目标和所述历史项目预算信息具有对应关系；
S320：根据所述项目目标对多个所述历史项目目标进行相似性分析，并将满足预设相似度阈值的历史项目目标进行提取，获得多个历史相似项目目标；
S330：根据多个所述历史相似项目目标和对应的历史项目预算信息构建样本数据集；
S340：根据所述样本数据集获得所述成本比例合理阈值；
S350：构建项目预算分析模型，将所述项目目标输入所述项目预算分析模型，获得所述项目成本合理阈值。
具体的，将当前项目的项目目标作为检索条件输入相关行业检索平台，通过计算机网络在大数据中搜索到多个符合质量要求的历史项目目标和历史项目预算信息，所述历史项目目标和历史项目预算信息是完工项目的项目目标和预算信息，每个项目的所述历史项目目标和所述历史项目预算信息一一对应。将所述项目目标与多个所述历史项目目标一一进行对比，判断二者的相似性，约束一个相似度的最小值作为预设相似度阈值，示例性的，设置预设相似度阈值为90％，则提取所有与所述项目目标相似度达到90％及以上的历史项目目标，并结合对应的历史项目预算信息作为样本数据集。根据样本数据集中多个历史项目预算信息中的人工、材料、管理成本比例设置所述成本比例合理阈值，示例性的，将所有历史项目预算信息中人工成本占比最大的数值作为人工成本比例上限，最小的作为人工成本比例下限。
进一步的，基于神经网络模型的架构，以所述样本数据集为构建数据，所述成本比例合理阈值构建项目预算分析模型，然后将当前项目的项目目标输入所述项目预算分析模型，计算出当前项目的成本合理阈值，可以作为后续进行预算风险计算的基础数据。
进一步的，本申请实施例步骤S350还包括：
S351：基于BP神经网络，构建项目预算分析模型的网络结构；
S352：根据预设数据划分比例将所述样本数据集划分为样本训练集和样本验证集；
S353：根据所述样本训练集对所述项目预算分析模型进行监督训练，通过所述样本验证集对所述项目预算分析模型进行验证；
S354：当模型输出结果满足预设验证指标时，获得所述项目预算分析模型。
具体而言，BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络，无需事先确定输入输出之间映射关系的数学方程，仅通过自身的训练学习某种规则，在给定输入值时得到最接近期望输出值的结果。本申请基于BP神经网络模型的架构，以所述样本数据集为构建数据，并结合所述成本比例合理阈值进行模型训练，其训练过程可以是：根据预设数据划分比例将所述样本数据集划分为样本训练集和样本验证集，将样本训练集中的一组训练数据输入项目预算分析模型内进行监督训练，然后由这组训练数据所对应的输出数据和预期数据的差值对模型进行网络参数调整，进一步的，将样本训练集中的全部数据进行训练，直至完成对全部训练数据的训练，使网络参数符合收敛条件。为保证项目预算分析模型的准确性，设定一个预设验证指标，比如，设定输出结果的准确率为85％，将样本验证集中的数据输入所述项目预算分析模型，当模型输出结果的准确率达到85％，则完成所述项目预算分析模型的训练，使用所述项目预算分析模型，可以计算出当前项目的成本合理阈值。
S400：根据所述项目成本合理阈值和所述成本比例合理阈值对所述项目预算进行风险分析，获得预算风险系数；
具体的，以所述项目成本合理阈值和所述成本比例合理阈值为参照，判断当前项目的各项成本的合理性，并计算各项成本存在的风险程度大小，设定相应的风险系数，最后基于各风险的重要性程度设定权重分配系数，将所有的成本风险系数进行加权计算，得到所述预算风险系数，可以作为后续计算项目预算风险系数的基础数据。
进一步的，如图3所示，本申请实施例步骤S400还包括：
S410：根据所述项目成本合理阈值对所述项目总成本进行合理性分析，获得总成本风险系数；
S420：根据所述人工成本比例阈值对所述人工成本进行合理性分析，获得人工成本风险系数；
S430：根据所述材料成本比例阈值对所述材料成本进行合理性分析，获得材料成本风险系数；
S440：根据所述管理成本比例阈值对所述管理成本进行合理性分析，获得管理成本风险系数；
S450：基于所述总成本风险系数、所述人工成本风险系数、所述材料成本风险系数和所述管理成本风险系数获得所述预算风险系数。
具体而言，根据由历史数据确定的所述项目成本合理阈值，判断当前的所述项目总成本是否在所述项目成本合理阈值内，若超过阈值，则根据所述项目总成本超过所述项目成本合理阈值的金额比例，设置相应的风险系数，以此作为总成本风险系数，示例性的，超过20％，设置风险系数为2，超过30％，设置风险系数为3，以此类推。同理，根据当前项目的所述人工成本超出所述人工成本比例阈值的金额比例，设置人工成本风险系数；根据当前项目的所述材料成本超出所述材料成本比例阈值的金额比例，设置材料成本风险系数；根据当前项目的所述管理成本超出所述管理成本比例阈值的金额比例，设置管理成本风险系数。最后基于各风险系数的重要性程度设定权重分配系数，示例性地，设定所述总成本风险系数、所述人工成本风险系数、所述材料成本风险系数和所述管理成本风险系数的风险影响权重分配系数为70％、10％、10％、10％，基于该权重分配系数进行加权计算，得到所述预算风险系数，可以作为后续计算项目预算风险系数的基础数据。
S500：基于所述项目风险系数和所述预算风险系数获得项目预算风险系数；
具体的，基于所述项目风险系数和所述预算风险系数对项目最终预算结果准确性的影响程度，为所述项目风险系数和所述预算风险系数设定相应的权重分配系数，并基于该权重分配系数对所述项目风险系数和所述预算风险系数进行加权计算，获得所述项目预算风险系数，可以用来判断当前项目的预算分析是否准确。
S600：当所述项目预算风险系数满足预设项目风险阈值时，生成项目风险预警信息。
具体而言，根据不同项目的风险控制要求等级，预设不同的项目风险阈值，当前项目的所述项目预算风险系数达到预设项目风险阈值时，说明当前项目的整体规划不够合理，实施起来有较大的风险，由管理系统自动生成项目风险预警信息，发送至项目管理人员，由管理人员对项目规划方案进行调整，以降低项目预算风险系数，提高项目预算分析结果的准确率。
综上所述，本申请实施例至少具有如下技术效果：
本申请通过获得项目基本信息，构建项目风险分析模型对项目属性进行风险分析，获得项目风险系数，再对项目目标进行项目预算分析，获得项目成本合理阈值和成本比例合理阈值，由项目成本合理阈值和成本比例合理阈值进行项目预算风险分析，获得预算风险系数，最后基于项目风险系数和预算风险系数获得项目预算风险系数，当项目风险系数满足预设项目风险阈值时，生成项目风险预警信息。
达到了提高项目预算分析结果的准确率的技术效果。
实施例二
基于与前述实施例中一种项目预算的可视化分析方法相同的发明构思，如图4所示，本申请提供了一种项目预算的可视化分析系统，本申请实施例中的系统与方法实施例基于同样的发明构思。其中，所述系统包括：
项目基本信息获取模块11，所述信息获取模块用于获得项目基本信息，所述项目基本信息包括项目属性和项目预算，其中所述项目属性包括行业信息、项目目标、负责人信息，所述项目预算包括项目总成本、人工成本、材料成本、管理成本；
项目风险分析模型构建模块12，所述项目风险分析模型构建模块用于构建项目风险分析模型，根据所述项目风险分析模型对所述项目属性进行风险分析，获得项目风险系数；
项目预算分析模块13，所述项目预算分析模块用于对所述项目目标进行项目预算分析，获得项目成本合理阈值和成本比例合理阈值，其中所述成本比例合理阈值包括人工成本比例阈值、材料成本比例阈值、管理成本比例阈值；
预算风险系数获得模块14，所述预算风险系数获得模块用于根据所述项目成本合理阈值和所述成本比例合理阈值对所述项目预算进行风险分析，获得预算风险系数；
项目预算风险系数获得模块15，所述项目预算风险系数获得模块用于基于所述项目风险系数和所述预算风险系数获得项目预算风险系数；
项目风险预警信息生成模块16，所述项目风险预警信息生成模块用于当所述项目风险系数满足预设项目预算风险阈值时，生成项目风险预警信息。
进一步的，所述系统还包括：
目标行业专家库构建模块，所述目标行业专家库构建模块用于根据所述行业信息，基于大数据构建目标行业专家库，并将所述目标行业专家库嵌入所述目标风险分析模块；
第一风险系数获得模块，所述第一风险系数获得模块用于将所述项目目标输入所述目标风险分析模块进行适配度分析，获得第一风险系数；
第二风险系数获得模块，所述第二风险系数获得模块用于将所述项目目标和所述负责人信息输入所述管理风险分析模块，获得第二风险系数；
项目风险系数输出模块，所述项目风险系数输出模块用于将所述第一风险系数和所述第二风险系数输入所述风险计算模块，输出所述项目风险系数；
进一步的，所述系统还包括：
数据提取模块，所述数据提取模块用于对所述负责人信息进行数据提取，获得历史负责项目和从业年龄，其中所述从业年龄为与所述行业信息相同行业的从业年龄；
关联分析系数获得模块，所述关联分析系数获得模块用于根据所述项目目标和所述历史负责项目进行关联性分析，获得关联分析系数；
第二风险系数获得模块，所述第二风险系数获得模块用于基于所述从业年龄和所述关联分析系数获得所述第二风险系数；
进一步的，所述系统还包括：
风险系数权重占比预设模块，所述风险系数权重占比预设模块用于预设风险系数权重占比，并将所述风险系数权重占比嵌入到所述风险计算模块；
项目风险系数获得模块，所述项目风险系数获得模块用于将所述第一风险系数和所述第二风险系数输入所述风险计算模块进行加权计算，获得所述项目风险系数；
进一步的，所述系统还包括：
历史项目目标获得模块，所述历史项目目标获得模块用于以所述项目目标为检索条件，基于大数据获得符合质量要求的多个历史项目目标和历史项目预算信息，所述历史项目目标和所述历史项目预算信息具有对应关系；
历史相似项目目标获得模块，所述历史相似项目目标获得模块用于根据所述项目目标对多个所述历史项目目标进行相似性分析，并将满足预设相似度阈值的历史项目目标进行提取，获得多个历史相似项目目标；
样本数据集构建模块，所述样本数据集构建模块用于根据多个所述历史相似项目目标和对应的历史项目预算信息构建样本数据集；
成本比例合理阈值获得模块，所述成本比例合理阈值获得模块用于根据所述样本数据集获得所述成本比例合理阈值；
项目成本合理阈值获得模块，所述项目成本合理阈值获得模块用于构建项目预算分析模型，将所述项目目标输入所述项目预算分析模型，获得所述项目成本合理阈值；
进一步的，所述系统还包括：
项目预算分析模型网络结构构建模块，所述项目预算分析模型网络结构构建模块用于基于BP神经网络，构建项目预算分析模型的网络结构；
样本数据集划分模块，所述样本数据集划分模块用于根据预设数据划分比例将所述样本数据集划分为样本训练集和样本验证集；
监督训练模块，所述监督训练模块用于根据所述样本训练集对所述项目预算分析模型进行监督训练，通过所述样本验证集对所述项目预算分析模型进行验证；
项目预算分析模型获得模块，所述项目预算分析模型获得模块用于当模型输出结果满足预设验证指标时，获得所述项目预算分析模型；
进一步的，所述系统还包括：
总成本风险系数获得模块，所述总成本风险系数获得模块用于根据所述项目成本合理阈值对所述项目总成本进行合理性分析，获得总成本风险系数；
人工成本风险系数获得模块，所述人工成本风险系数获得模块用于根据所述人工成本比例阈值对所述人工成本进行合理性分析，获得人工成本风险系数；
材料成本风险系数获得模块，所述材料成本风险系数获得模块用于根据所述材料成本比例阈值对所述材料成本进行合理性分析，获得材料成本风险系数；
管理成本风险系数获得模块，所述管理成本风险系数获得模块用于根据所述管理成本比例阈值对所述管理成本进行合理性分析，获得管理成本风险系数；
预算风险系数获得模块，所述预算风险系数获得模块用于基于所述总成本风险系数、所述人工成本风险系数、所述材料成本风险系数和所述管理成本风险系数获得所述预算风险系数；
需要说明的是，上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其他实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。
Claims (8)
1.一种项目预算的可视化分析方法，其特征在于，所述方法包括：
获得项目基本信息，所述项目基本信息包括项目属性和项目预算，其中所述项目属性包括行业信息、项目目标、负责人信息，所述项目预算包括项目总成本、人工成本、材料成本、管理成本；
构建项目风险分析模型，根据所述项目风险分析模型对所述项目属性进行风险分析，获得项目风险系数；
对所述项目目标进行项目预算分析，获得项目成本合理阈值和成本比例合理阈值，其中所述成本比例合理阈值包括人工成本比例阈值、材料成本比例阈值、管理成本比例阈值；
根据所述项目成本合理阈值和所述成本比例合理阈值对所述项目预算进行风险分析，获得预算风险系数；
基于所述项目风险系数和所述预算风险系数获得项目预算风险系数；
当所述项目风险系数满足预设项目预算风险阈值时，生成项目风险预警信息。
2.如权利要求1所述的方法，其特征在于，所述构建项目风险分析模型，根据所述项目风险分析模型对所述项目属性进行风险分析，获得项目风险系数，还包括：
所述项目风险分析模型包括目标风险分析模块、管理风险分析模块、风险计算模块；
根据所述行业信息，基于大数据构建目标行业专家库，并将所述目标行业专家库嵌入所述目标风险分析模块；
将所述项目目标输入所述目标风险分析模块进行适配度分析，获得第一风险系数；
将所述项目目标和所述负责人信息输入所述管理风险分析模块，获得第二风险系数；
将所述第一风险系数和所述第二风险系数输入所述风险计算模块，输出所述项目风险系数。
3.如权利要求2所述的方法，其特征在于，所述将所述项目目标和所述负责人信息输入所述管理风险分析模块，获得第二风险系数，还包括：
对所述负责人信息进行数据提取，获得历史负责项目和从业年龄，其中所述从业年龄为与所述行业信息相同行业的从业年龄；
根据所述项目目标和所述历史负责项目进行关联性分析，获得关联分析系数；
基于所述从业年龄和所述关联分析系数获得所述第二风险系数。
4.如权利要求3所述的方法，其特征在于，所述将所述第一风险系数和所述第二风险系数输入所述风险计算模块，输出所述项目风险系数，还包括：
预设风险系数权重占比，并将所述风险系数权重占比嵌入到所述风险计算模块；
将所述第一风险系数和所述第二风险系数输入所述风险计算模块进行加权计算，获得所述项目风险系数。
5.如权利要求1所述的方法，其特征在于，所述对所述项目目标进行项目预算分析，获得项目成本合理阈值和成本比例合理阈值，还包括：
以所述项目目标为检索条件，基于大数据获得符合质量要求的多个历史项目目标和历史项目预算信息，所述历史项目目标和所述历史项目预算信息具有对应关系；
根据所述项目目标对多个所述历史项目目标进行相似性分析，并将满足预设相似度阈值的历史项目目标进行提取，获得多个历史相似项目目标；
根据多个所述历史相似项目目标和对应的历史项目预算信息构建样本数据集；
根据所述样本数据集获得所述成本比例合理阈值；
构建项目预算分析模型，将所述项目目标输入所述项目预算分析模型，获得所述项目成本合理阈值。
6.如权利要求5所述的方法，其特征在于，所述构建项目预算分析模型，还包括：
基于BP神经网络，构建项目预算分析模型的网络结构；
根据预设数据划分比例将所述样本数据集划分为样本训练集和样本验证集；
根据所述样本训练集对所述项目预算分析模型进行监督训练，通过所述样本验证集对所述项目预算分析模型进行验证；
当模型输出结果满足预设验证指标时，获得所述项目预算分析模型。
7.如权利要求1所述的方法，其特征在于，所述根据所述项目成本合理阈值和所述成本比例合理阈值对所述项目预算进行风险分析，获得预算风险系数，还包括：
根据所述项目成本合理阈值对所述项目总成本进行合理性分析，获得总成本风险系数；
根据所述人工成本比例阈值对所述人工成本进行合理性分析，获得人工成本风险系数；
根据所述材料成本比例阈值对所述材料成本进行合理性分析，获得材料成本风险系数；
根据所述管理成本比例阈值对所述管理成本进行合理性分析，获得管理成本风险系数；
基于所述总成本风险系数、所述人工成本风险系数、所述材料成本风险系数和所述管理成本风险系数获得所述预算风险系数。
8.一种项目预算的可视化分析系统，其特征在于，所述系统包括：
项目基本信息获取模块，所述信息获取模块用于获得项目基本信息，所述项目基本信息包括项目属性和项目预算，其中所述项目属性包括行业信息、项目目标、负责人信息，所述项目预算包括项目总成本、人工成本、材料成本、管理成本；
项目风险分析模型构建模块，所述项目风险分析模型构建模块用于构建项目风险分析模型，根据所述项目风险分析模型对所述项目属性进行风险分析，获得项目风险系数；
项目预算分析模块，所述项目预算分析模块用于对所述项目目标进行项目预算分析，获得项目成本合理阈值和成本比例合理阈值，其中所述成本比例合理阈值包括人工成本比例阈值、材料成本比例阈值、管理成本比例阈值；
预算风险系数获得模块，所述预算风险系数获得模块用于根据所述项目成本合理阈值和所述成本比例合理阈值对所述项目预算进行风险分析，获得预算风险系数；
项目预算风险系数获得模块，所述项目预算风险系数获得模块用于基于所述项目风险系数和所述预算风险系数获得项目预算风险系数；
项目风险预警信息生成模块，所述项目风险预警信息生成模块用于当所述项目风险系数满足预设项目预算风险阈值时，生成项目风险预警信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310758971.1A CN116644965A (zh) | 2023-06-26 | 2023-06-26 | 一种项目预算的可视化分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310758971.1A CN116644965A (zh) | 2023-06-26 | 2023-06-26 | 一种项目预算的可视化分析方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116644965A true CN116644965A (zh) | 2023-08-25 |
Family
ID=87615552
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310758971.1A Pending CN116644965A (zh) | 2023-06-26 | 2023-06-26 | 一种项目预算的可视化分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116644965A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117151657A (zh) * | 2023-10-30 | 2023-12-01 | 南通顺裕包装材料有限公司 | 一种塑料包装材料管理方法及系统 |
-
2023
- 2023-06-26 CN CN202310758971.1A patent/CN116644965A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117151657A (zh) * | 2023-10-30 | 2023-12-01 | 南通顺裕包装材料有限公司 | 一种塑料包装材料管理方法及系统 |
| CN117151657B (zh) * | 2023-10-30 | 2024-01-23 | 南通顺裕包装材料有限公司 | 一种塑料包装材料管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wu et al. | Case-based reasoning with optimized weight derived by particle swarm optimization for software effort estimation | |
| Finnie et al. | A comparison of software effort estimation techniques: Using function points with neural networks, case-based reasoning and regression models | |
| CN112052992B (zh) | 一种基于深度学习的建筑工程项目进度预测系统及方法 | |
| CN116150897A (zh) | 一种基于数字孪生的机床主轴性能测评方法及系统 | |
| CN112464094A (zh) | 信息推荐方法、装置、电子设备及存储介质 | |
| Zhu et al. | A novel decision-making model for selecting a construction project delivery system | |
| CN110751355A (zh) | 一种科技成果评估方法和装置 | |
| CN116644965A (zh) | 一种项目预算的可视化分析方法及系统 | |
| CN114548494B (zh) | 一种可视化造价数据预测智能分析系统 | |
| Lin et al. | An integrated neuro-genetic approach incorporating the Taguchi method for product design | |
| CN116128544A (zh) | 一种电力营销异常营业数据的主动稽核方法和系统 | |
| Wang et al. | Decision support model based on case-based reasoning approach for estimating the restoration budget of historical buildings | |
| CN117371752A (zh) | 一种建筑施工人力调度方法、介质及系统 | |
| CN116307481A (zh) | 基于bim和模糊决策的配电台区进度编排方法、系统及设备 | |
| CN116245379A (zh) | 面向电网建设工程效果评价的指标权重优化方法及装置 | |
| CN115204501A (zh) | 企业评估方法、装置、计算机设备和存储介质 | |
| CN115660503A (zh) | 一种基于行为分析的项目健康度监测分析方法及设备 | |
| CN113537759B (zh) | 一种基于权重自适应的用户体验度量模型 | |
| Alrashoud et al. | Planning for the next software release using adaptive network-based fuzzy inference system | |
| Mehlawat et al. | A new possibilistic optimization model for multiple criteria assignment problem | |
| CN111160048B (zh) | 一种基于聚类进化的翻译引擎优化系统及方法 | |
| Al‐Tabtabai et al. | Expert judgment in forecasting construction project completion | |
| CN114298579A (zh) | 一种基于数据挖掘的有源配电网故障风险预警方法及系统 | |
| Liu et al. | An intelligent system for estimating full product Life Cycle Cost at the early design stage | |
| Ziegler et al. | Applications of Neural Networks in Engineer-to-order Environment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |