CN117057522B - 造价数据库的智能构建方法及系统 - Google Patents
造价数据库的智能构建方法及系统 Download PDFInfo
- Publication number
- CN117057522B CN117057522B CN202310690023.9A CN202310690023A CN117057522B CN 117057522 B CN117057522 B CN 117057522B CN 202310690023 A CN202310690023 A CN 202310690023A CN 117057522 B CN117057522 B CN 117057522B
- Authority
- CN
- China
- Prior art keywords
- cost
- data
- construction
- node
- engineering
- 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.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims abstract description 345
- 238000009826 distribution Methods 0.000 claims abstract description 121
- 238000013523 data management Methods 0.000 claims abstract description 45
- 238000007728 cost analysis Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000005065 mining Methods 0.000 claims abstract description 17
- 230000010354 integration Effects 0.000 claims abstract description 16
- 230000008878 coupling Effects 0.000 claims description 48
- 238000010168 coupling process Methods 0.000 claims description 48
- 238000005859 coupling reaction Methods 0.000 claims description 48
- 238000004458 analytical method Methods 0.000 claims description 41
- 230000005284 excitation Effects 0.000 claims description 34
- 238000004519 manufacturing process Methods 0.000 claims description 28
- 238000012795 verification Methods 0.000 claims description 24
- 238000007781 pre-processing Methods 0.000 claims description 19
- 238000004140 cleaning Methods 0.000 claims description 18
- 230000032683 aging Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000013500 data storage Methods 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 8
- 230000006978 adaptation Effects 0.000 description 6
- 238000012163 sequencing technique Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06F16/21—Design, administration or maintenance of databases
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了造价数据库的智能构建方法及系统,涉及数据处理领域,其中,所述方法包括:基于N个预设工程类型指标,搭建工程造价节点分布树;获得三元工程造价分析主体;基于三元工程造价分析主体,根据工程造价节点分布树进行造价因子的特征挖掘,构建工程造价因子分布模型;基于工程造价因子分布模型进行工程造价数据采集,获得N组工程造价数据拓扑网络;基于N组工程造价数据拓扑网络进行数据集成,获得智能造价数据库;将智能造价数据库上传至造价数据管理平台,通过造价数据管理平台对智能造价数据库进行管理。解决了现有技术中针对造价数据库的构建准确性不足、全面度低,导致构建的造价数据库信息化程度低的技术问题。
Description
技术领域
本发明涉及数据处理领域,具体地,涉及造价数据库的智能构建方法及系统。
背景技术
造价数据库的构建是工程信息化管理的重要工作之一。现有技术中,存在针对造价数据库的构建准确性不足、全面度低,导致构建的造价数据库信息化程度低的技术问题。研究设计一种对造价数据库进行优化构建的方法,具有十分重要的现实意义。
发明内容
本申请提供了造价数据库的智能构建方法及系统。解决了现有技术中针对造价数据库的构建准确性不足、全面度低,导致构建的造价数据库信息化程度低的技术问题。达到了提高造价数据库的构建准确性、全面度,提高造价数据库的信息化程度及质量,提升智能造价数据库的数据调度适配度、精准性的技术效果。
鉴于上述问题,本申请提供了造价数据库的智能构建方法及系统。
第一方面,本申请提供了一种造价数据库的智能构建方法,其中,所述方法应用于一种造价数据库的智能构建系统,所述系统与造价数据管理平台通信连接,所述方法包括:获得N个预设工程类型指标,其中,N为大于1的正整数;基于所述N个预设工程类型指标,搭建工程造价节点分布树,其中,所述工程造价节点分布树包括N个工程造价分布节点;获得三元工程造价分析主体,其中,所述三元工程造价分析主体包括工程投资主体、工程设计主体和工程施工主体;基于所述三元工程造价分析主体,根据所述工程造价节点分布树进行造价因子的特征挖掘,构建工程造价因子分布模型;基于所述工程造价因子分布模型进行工程造价数据采集,获得N组工程造价数据拓扑网络;基于所述N组工程造价数据拓扑网络进行数据集成,获得智能造价数据库,其中,所述智能造价数据库包括N个工程造价数据单元;将所述智能造价数据库上传至所述造价数据管理平台,通过所述造价数据管理平台对所述智能造价数据库进行管理。
第二方面,本申请还提供了一种造价数据库的智能构建系统,所述系统与造价数据管理平台通信连接,其中,所述系统包括:工程类型指标获得模块,所述工程类型指标获得模块用于获得N个预设工程类型指标,其中,N为大于1的正整数;分布树搭建模块,所述分布树搭建模块用于基于所述N个预设工程类型指标,搭建工程造价节点分布树,其中,所述工程造价节点分布树包括N个工程造价分布节点;造价主体获得模块,所述造价主体获得模块用于获得三元工程造价分析主体,其中,所述三元工程造价分析主体包括工程投资主体、工程设计主体和工程施工主体;造价因子挖掘模块,所述造价因子挖掘模块用于基于所述三元工程造价分析主体,根据所述工程造价节点分布树进行造价因子的特征挖掘,构建工程造价因子分布模型;工程造价数据采集模块,所述工程造价数据采集模块用于基于所述工程造价因子分布模型进行工程造价数据采集,获得N组工程造价数据拓扑网络;数据集成模块,所述数据集成模块用于基于所述N组工程造价数据拓扑网络进行数据集成,获得智能造价数据库,其中,所述智能造价数据库包括N个工程造价数据单元;数据管理模块,所述数据管理模块用于将所述智能造价数据库上传至所述造价数据管理平台,通过所述造价数据管理平台对所述智能造价数据库进行管理。
第三方面,本申请还提供了一种电子设备,包括:存储器,用于存储可执行指令;处理器,用于执行所述存储器中存储的可执行指令时,实现本申请提供的一种造价数据库的智能构建方法。
第四方面,本申请还提供了一种计算机可读存储介质,存储有计算机程序,该程序被处理器执行时,实现本申请提供的一种造价数据库的智能构建方法。
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:
通过N个预设工程类型指标,搭建工程造价节点分布树;根据三元工程造价分析主体和工程造价节点分布树进行造价因子的特征挖掘,构建工程造价因子分布模型;根据工程造价因子分布模型进行工程造价数据采集,获得N组工程造价数据拓扑网络;通过对N组工程造价数据拓扑网络进行数据集成,获得智能造价数据库;将智能造价数据库上传至造价数据管理平台,通过造价数据管理平台对智能造价数据库进行管理。达到了提高造价数据库的构建准确性、全面度,提高造价数据库的信息化程度及质量,提升智能造价数据库的数据调度适配度、精准性的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对本公开实施例的附图作简单地介绍。明显地,下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1为本申请一种造价数据库的智能构建方法的流程示意图;
图2为本申请一种造价数据库的智能构建方法中对智能造价数据库进行管理的流程示意图;
图3为本申请一种造价数据库的智能构建系统的结构示意图;
图4为本申请示例性电子设备的结构示意图。
附图标记说明:工程类型指标获得模块11,分布树搭建模块12,造价主体获得模块13,造价因子挖掘模块14,工程造价数据采集模块15,数据集成模块16,数据管理模块17,处理器31,存储器32,输入装置33,输出装置34。
具体实施方式
本申请通过提供造价数据库的智能构建方法及系统。解决了现有技术中针对造价数据库的构建准确性不足、全面度低,导致构建的造价数据库信息化程度低的技术问题。达到了提高造价数据库的构建准确性、全面度,提高造价数据库的信息化程度及质量,提升智能造价数据库的数据调度适配度、精准性的技术效果。
实施例一
请参阅附图1,本申请提供一种造价数据库的智能构建方法,其中,所述方法应用于一种造价数据库的智能构建系统,所述系统与造价数据管理平台通信连接,所述方法具体包括如下步骤:
步骤S100:获得N个预设工程类型指标,其中,N为大于1的正整数;
步骤S200:基于所述N个预设工程类型指标,搭建工程造价节点分布树,其中,所述工程造价节点分布树包括N个工程造价分布节点;
步骤S300:获得三元工程造价分析主体,其中,所述三元工程造价分析主体包括工程投资主体、工程设计主体和工程施工主体;
具体而言,连接所述一种造价数据库的智能构建系统,对所述一种造价数据库的智能构建系统进行数据查询,获得由所述一种造价数据库的智能构建系统预先设置确定的N个预设工程类型指标、三元工程造价分析主体,并根据N个预设工程类型指标,构建工程造价节点分布树。其中,N个预设工程类型指标包括居住建筑工程类型、办公建筑工程类型、卫生建筑工程类型、文体建筑工程类型等。且,N为大于1的正整数。所述工程造价节点分布树包括N个工程造价分布节点。每个工程造价分布节点包括一个预设工程类型指标。所述三元工程造价分析主体包括工程投资主体、工程设计主体和工程施工主体。工程投资主体包括工程投资方。工程设计主体包括工程设计单位。工程施工主体包括工程施工单位。达到了根据N个预设工程类型指标,构建工程造价节点分布树,并确定三元工程造价分析主体,为后续构建智能造价数据库奠定基础的技术效果。
步骤S400:基于所述三元工程造价分析主体,根据所述工程造价节点分布树进行造价因子的特征挖掘,构建工程造价因子分布模型;
进一步的,本申请步骤S400还包括:
步骤S410:遍历所述工程造价节点分布树,获得第一工程造价分布节点;
步骤S420:基于所述第一工程造价分布节点进行工程造价阶段分析,构建M个造价匹配子节点,其中,M为大于1的正整数;
步骤S430:根据所述第一工程造价分布节点,获得第一检索收敛条件;
步骤S440:根据所述M个造价匹配子节点,获得第二检索收敛条件;
步骤S450:基于所述第一检索收敛条件和所述第二检索收敛条件进行大数据检索,获得M个子节点工程造价记录;
具体而言,分别将工程造价节点分布树中的每个工程造价分布节点设置为第一工程造价分布节点。基于大数据对第一工程造价分布节点进行工程造价阶段采集,获得M个造价匹配子节点。继而,将第一工程造价分布节点设置为第一检索收敛条件。将M个造价匹配子节点设置为第二检索收敛条件。根据第一检索收敛条件和第二检索收敛条件进行大数据检索,获得M个子节点工程造价记录。其中,M个造价匹配子节点包括第一工程造价分布节点对应的M个工程造价阶段。且,M为大于1的正整数。例如,M个工程造价阶段包括工程投资决策阶段、工程设计阶段、工程招标阶段、工程施工阶段、工程竣工结算阶段等。每个子节点工程造价记录包括第一工程造价分布节点的每个造价匹配子节点对应的多个历史造价数据。
步骤S460:基于所述三元工程造价分析主体,根据所述M个子节点工程造价记录,构建第一工程造价因子分布单元;
进一步的,本申请步骤S460还包括:
步骤S461:遍历所述M个子节点工程造价记录进行造价因子提取,获得M组子节点工程造价因子;
步骤S462:根据所述第一工程造价分布节点,获得一级造价拓扑节点;
步骤S463:根据所述M个造价匹配子节点,获得M个二级造价拓扑节点;
步骤S464:根据所述M组子节点工程造价因子,获得多个三级造价拓扑节点;
步骤S465:基于所述一级造价拓扑节点和所述M个二级造价拓扑节点,生成第一拓扑关系;
步骤S466:基于所述M个二级造价拓扑节点和所述多个三级造价拓扑节点,生成第二拓扑关系;
步骤S467:基于所述第一拓扑关系和所述第二拓扑关系,根据所述一级造价拓扑节点、所述M个二级造价拓扑节点和所述多个三级造价拓扑节点,生成第一工程造价因子基础拓扑层;
具体而言,遍历M个子节点工程造价记录进行造价因子提取,获得M组子节点工程造价因子。每组子节点工程造价因子包括每个造价匹配子节点对应的多个工程造价因子。多个工程造价因子包括每个造价匹配子节点对应的子节点工程造价记录中的多个历史工程造价指标。例如,当造价匹配子节点为工程投资决策阶段时,对应的多个工程造价因子包括项目类别、项目建议书、项目可行性研究报告、投资估算、拟定投资收益率等。
进一步,将第一工程造价分布节点设置为一级造价拓扑节点。将M个造价匹配子节点设置为M个二级造价拓扑节点。将M组子节点工程造价因子中的多个工程造价因子设置为多个三级造价拓扑节点。继而,将第一工程造价分布节点与M个造价匹配子节点之间的对应关系设置为第一拓扑关系。将M个造价匹配子节点与M组子节点工程造价因子中的多个工程造价因子之间的对应关系设置为第二拓扑关系。按照第一拓扑关系、第二拓扑关系,将一级造价拓扑节点、M个二级造价拓扑节点和多个三级造价拓扑节点进行连接,获得第一工程造价因子基础拓扑层。第一工程造价因子基础拓扑层包括按照第一拓扑关系、第二拓扑关系进行连接的一级造价拓扑节点、M个二级造价拓扑节点和多个三级造价拓扑节点。达到了根据M个子节点工程造价记录,构建可靠的第一工程造价因子基础拓扑层,从而提高工程造价因子分布模型的全面性的技术效果。
步骤S468:根据所述三元工程造价分析主体对所述第一工程造价因子基础拓扑层进行调整,获得第一节点工程造价因子拓扑层,并将所述第一节点工程造价因子拓扑层添加至所述第一工程造价因子分布单元。
进一步的,本申请步骤S468还包括:
步骤S4681:根据所述三元工程造价分析主体,遍历所述多个三级造价拓扑节点进行关联性分析,获得多个主体-三级节点关联度;
步骤S4682:基于所述多个主体-三级节点关联度,构建三元关联度表;
步骤S4683:基于所述三元关联度表,获得大于预设关联度的多个标识主体-三级节点关联度;
步骤S4684:基于所述三元工程造价分析主体,获得三个四级造价拓扑节点;
步骤S4685:基于所述多个标识主体-三级节点关联度,根据所述三个四级造价拓扑节点对所述第一工程造价因子基础拓扑层进行调整,生成所述第一节点工程造价因子拓扑层。
步骤S470:将所述第一工程造价因子分布单元添加至所述工程造价因子分布模型。
具体而言,对三元工程造价分析主体和多个三级造价拓扑节点进行关联性分析,获得多个主体-三级节点关联度,并将多个主体-三级节点关联度添加至三元关联度表中。其中,所述三元关联度表包括多个主体-三级节点关联度。每个主体-三级节点关联度包括三元工程造价分析主体中的每个主体与每个三级造价拓扑节点之间的关联性参数。
进一步,分别判断三元关联度表中的每个主体-三级节点关联度是否大于预设关联度。预设关联度包括预先设置确定的主体-三级节点关联度阈值。当主体-三级节点关联度大于预设关联度时,将该主体-三级节点关联度设置为标识主体-三级节点关联度。继而,将三元工程造价分析主体设置为三个四级造价拓扑节点。基于多个标识主体-三级节点关联度,根据三个四级造价拓扑节点对第一工程造价因子基础拓扑层进行调整,生成第一节点工程造价因子拓扑层。进而,将第一节点工程造价因子拓扑层添加至第一工程造价因子分布单元,并将第一工程造价因子分布单元添加至工程造价因子分布模型。
其中,所述多个标识主体-三级节点关联度包括三元关联度表中,大于预设关联度的多个主体-三级节点关联度。所述第一节点工程造价因子拓扑层包括第一工程造价分布节点对应的一级造价拓扑节点、M个二级造价拓扑节点、多个三级造价拓扑节点,以及三个四级造价拓扑节点。所述工程造价因子分布模型包括N个工程造价分布节点对应的N个工程造价因子分布单元。每个工程造价因子分布单元包括每个工程造价分布节点对应的一级造价拓扑节点、M个二级造价拓扑节点、多个三级造价拓扑节点,以及三个四级造价拓扑节点。
示例性地,在基于多个标识主体-三级节点关联度,根据三个四级造价拓扑节点对第一工程造价因子基础拓扑层进行调整时,将多个标识主体-三级节点关联度对应的多个标识三级造价拓扑节点。将多个标识主体-三级节点关联度对应的多个标识三级造价拓扑节点与三元工程造价分析主体之间的对应关系设置为第三拓扑关系。将三个四级造价拓扑节点添加至第一工程造价因子基础拓扑层中,并按照第三拓扑关系将三个四级造价拓扑节点与多个标识三级造价拓扑节点进行连接,获得第一节点工程造价因子拓扑层。
达到了通过对工程造价节点分布树进行造价因子的特征挖掘,构建全面、准确的工程造价因子分布模型,从而提高造价数据库的构建精确度的技术效果。
进一步的,本申请步骤S464还包括:
步骤S4641:遍历所述多个三级造价拓扑节点进行节点耦合度分析,获得三级节点耦合指数;
步骤S4642:判断所述三级节点耦合指数是否小于预设节点耦合指数;
步骤S4643:若所述三级节点耦合指数大于/等于所述预设节点耦合指数,获得三级节点解耦指令;
步骤S4644:基于所述三级节点解耦指令对所述多个三级造价拓扑节点进行解耦调整。
具体而言,遍历多个三级造价拓扑节点进行节点耦合度分析,获得三级节点耦合指数。其中,所述三级节点耦合指数包括多个三级造价拓扑节点对应的多个节点耦合度。节点耦合度是用于表征三级造价拓扑节点的独立性的数据信息。例如,某个三级造价拓扑节点与其它三级造价拓扑节点之间的相似程度越高,则,该三级造价拓扑节点的独立性越低,该三级造价拓扑节点对应的节点耦合度越高。
示例性地,在遍历多个三级造价拓扑节点进行节点耦合度分析时,按照多个三级造价拓扑节点进行历史数据查询,获得多个历史三级造价拓扑节点、多个历史节点耦合度。基于卷积神经网络,将多个历史三级造价拓扑节点、多个历史节点耦合度进行不断的自我训练学习至收敛状态,即可获得节点耦合度分析模型。卷积神经网络是一类包含卷积计算,且具有深度结构的前馈神经网络。卷积神经网络具有表征学习能力,能够按其阶层结构对输入信息进行平移不变分类。节点耦合度分析模型包括输入层、隐含层、输出层。继而,将多个三级造价拓扑节点作为输入信息,输入节点耦合度分析模型,通过节点耦合度分析模型对多个三级造价拓扑节点进行节点耦合度匹配,获得三级节点耦合指数。
进一步,分别判断三级节点耦合指数中的每个节点耦合度是否小于预设节点耦合指数。如果三级节点耦合指数中的节点耦合度大于/等于预设节点耦合指数,则,所述一种造价数据库的智能构建系统自动获得三级节点解耦指令。根据三级节点解耦指令对多个三级造价拓扑节点进行解耦调整,并根据解耦调整之后的多个三级造价拓扑节点对原来的多个三级造价拓扑节点进行数据更新。其中,所述预设节点耦合指数包括由所述一种造价数据库的智能构建系统预先设置确定的节点耦合度阈值。所述三级节点解耦指令是用于表征节点耦合度大于/等于预设节点耦合指数,需要对该节点耦合度对应的三级造价拓扑节点进行解耦调整的指令信息。示例性地,在根据三级节点解耦指令对多个三级造价拓扑节点进行解耦调整时,将三级节点解耦指令对应的节点耦合度的三级造价拓扑节点进行删除,从而避免三级造价拓扑节点的重复。
达到了根据三级节点解耦指令对多个三级造价拓扑节点进行适应性地解耦调整,从而降低多个三级造价拓扑节点的耦合度,避免三级造价拓扑节点的高度重复性,提高造价数据库的构建可靠性的技术效果。
步骤S500:基于所述工程造价因子分布模型进行工程造价数据采集,获得N组工程造价数据拓扑网络;
步骤S600:基于所述N组工程造价数据拓扑网络进行数据集成,获得智能造价数据库,其中,所述智能造价数据库包括N个工程造价数据单元;
进一步的,本申请步骤S600还包括:
步骤S610:基于所述N组工程造价数据拓扑网络,获得第一组工程造价数据拓扑网络;
步骤S620:构建数据预处理模型,其中,所述数据预处理模型包括数据清洗模块、数据状态分析模块和数据激励调节模块;
步骤S630:将所述第一组工程造价数据拓扑网络输入所述数据清洗模块,获得清洗之后的第一组工程造价数据拓扑网络;
步骤S640:将清洗之后的第一组工程造价数据拓扑网络输入所述数据状态分析模块,获得数据置信指标和数据时效指标;
步骤S650:将所述数据置信指标和所述数据时效指标输入所述数据激励调节模块,获得数据激励调节指标;
步骤S660:根据所述数据激励调节指标对清洗之后的第一组工程造价数据拓扑网络进行调整、加密,生成携带解密标识的第一组加密工程造价数据拓扑网络;
步骤S670:根据所述第一组加密工程造价数据拓扑网络,生成第一工程造价数据单元,并将所述第一工程造价数据单元添加至所述智能造价数据库。
具体而言,基于大数据,按照工程造价因子分布模型中的N个工程造价因子分布单元进行工程造价数据采集,获得N组工程造价数据拓扑网络。其中,每组工程造价数据拓扑网络包括每个工程造价因子分布单元对应的多个工程造价拓扑网络数据集。每个工程造价拓扑网络数据集包括工程造价因子分布单元,以及工程造价因子分布单元中的一级造价拓扑节点、M个二级造价拓扑节点、多个三级造价拓扑节点、三个四级造价拓扑节点对应的工程造价数据。例如,工程造价拓扑网络数据集包括工程投资方信息、工程设计单位信息、工程施工单位信息、工程投资金额、项目类别参数、项目建议书信息、项目可行性研究报告信息、拟定投资收益率参数、工程采购合同信息、工程结算合同信息等。
进一步,分别将N组工程造价数据拓扑网络中的每组工程造价数据拓扑网络设置为第一组工程造价数据拓扑网络。第一组工程造价数据拓扑网络包括多个工程造价拓扑网络数据集。继而,将第一组工程造价数据拓扑网络作为输入信息,输入数据预处理模型中的数据清洗模块,通过数据清洗模块对第一组工程造价数据拓扑网络中的多个工程造价拓扑网络数据集进行数据格式统一、缺失数据填补、重复数据删除、数据修正等,获得清洗之后的第一组工程造价数据拓扑网络。清洗之后的第一组工程造价数据拓扑网络包括完成数据预处理的多个工程造价拓扑网络数据集。
进一步,将清洗之后的第一组工程造价数据拓扑网络作为输入信息,输入数据预处理模型中的数据状态分析模块,通过数据状态分析模块对完成数据预处理的多个工程造价拓扑网络数据集进行数据可信度分析、数据时效性评估,获得数据置信指标和数据时效指标。其中,所述数据置信指标包括完成数据预处理的多个工程造价拓扑网络数据集对应的多个数据置信度。数据置信度越高,对应的工程造价拓扑网络数据集的可信度强。所述数据时效指标包括完成数据预处理的多个工程造价拓扑网络数据集对应的多个数据时效度。数据时效度越高,对应的工程造价拓扑网络数据集的时效性强。
示例性地,在构建数据状态分析模块时,基于完成数据预处理的多个工程造价拓扑网络数据集进行大数据查询,获得多个构建数据组。每个构建数据组包括历史完成数据预处理的多个工程造价拓扑网络数据集、多个历史数据置信度、多个历史数据时效度。将多个构建数据组中随机的70%的数据信息划分为训练数据集。将多个构建数据组中随机的30%的数据信息划分为测试数据集。基于BP神经网络,对训练数据集进行交叉监督训练,获得数据状态分析模块。将测试数据集作为输入信息,输入数据状态分析模块,通过测试数据集对数据状态分析模块进行参数更新。其中,BP神经网络是一种按照误差逆向传播算法进行训练的多层前馈神经网络。BP神经网络可以进行正向计算、反向计算。正向计算时,输入信息从输入层经过多层神经元逐层处理,转向输出层,每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出,则转入反向计算,将误差信号沿原来的连接通路返回,通过修改各神经元的权值,使得误差信号最小。数据状态分析模块包括输入层、隐含层、输出层。数据状态分析模块具备对输入的完成数据预处理的多个工程造价拓扑网络数据集进行数据可信度分析、数据时效性评估的功能。数据清洗模块与数据状态分析模块的构建方式相同,为了说明书的简洁,在此不再赘述。
进一步,将数据置信指标和数据时效指标作为输入信息,输入数据预处理模型中的数据激励调节模块,数据激励调节模块包括预先构建的激励调节公式,按照激励调节公式对输入的数据置信指标和数据时效指标进行计算,获得数据激励调节指标。所述数据激励调节指标包括完成数据预处理的多个工程造价拓扑网络数据集对应的多个激励调节系数。
示例性地,激励调节公式包括,为输出的激励调节系数,为输入的数据置信度,Y为输入的数据时效度,为预先设置确定的数据置信度权重系数、数据时效度权重系数。
进一步,根据数据激励调节指标对清洗之后的第一组工程造价数据拓扑网络进行调整,即,按照数据激励调节指标中的多个激励调节系数对完成数据预处理的多个工程造价拓扑网络数据集进行排序,获得排序工程造价拓扑网络数据库。所述排序工程造价拓扑网络数据库包括按照多个激励调节系数进行排序的完成数据预处理的多个工程造价拓扑网络数据集。激励调节系数越大,对应的工程造价拓扑网络数据集的排序越靠前。继而,按照多个激励调节系数对排序工程造价拓扑网络数据库中的多个工程造价拓扑网络数据集进行加密、解密标识,生成携带解密标识的第一组加密工程造价数据拓扑网络。将第一组加密工程造价数据拓扑网络输出为第一工程造价数据单元,并将第一工程造价数据单元添加至智能造价数据库。
其中,所述第一组加密工程造价数据拓扑网络包括完成加密、解密标识的排序工程造价拓扑网络数据库。所述第一工程造价数据单元包括第一组加密工程造价数据拓扑网络。所述智能造价数据库包括N组工程造价数据拓扑网络对应的N个工程造价数据单元。N个工程造价数据单元与第一工程造价数据单元的获得方式相同,为了说明书的简洁,在此不再赘述。
示例性地,在按照多个激励调节系数对排序工程造价拓扑网络数据库中的多个工程造价拓扑网络数据集进行加密、解密标识时,按照激励调节系数,对排序工程造价拓扑网络数据库中的每个工程造价拓扑网络数据集进行加密算法匹配,获得排序工程造价拓扑网络数据库中的每个工程造价拓扑网络数据集对应的匹配加密算法。当激励调节系数较低时,优先选择效率高、成本低、简单,但安全性低、扩展性差的对称加密算法作为该激励调节系数对应的匹配加密算法。当激励调节系数较高时,优先选择安全性高,但复杂、效率低、成本高的非对称加密算法作为该激励调节系数对应的匹配加密算法。继而,按照匹配加密算法对排序工程造价拓扑网络数据库中的每个工程造价拓扑网络数据集进行加密之后,根据匹配解密算法对加密之后每个工程造价拓扑网络数据集进行解密信息标识,从而获得具有解密标识的第一组加密工程造价数据拓扑网络,提高构建的智能造价数据库的数据安全性、保密性。匹配解密算法为匹配加密算法对应的解密算法。
达到了通过对N组工程造价数据拓扑网络进行多维数据集成,获得全面、信息化程度高的智能造价数据库,提高造价数据库的构建质量的技术效果。
步骤S700:将所述智能造价数据库上传至所述造价数据管理平台,通过所述造价数据管理平台对所述智能造价数据库进行管理。
进一步的,如附图2所示,本申请步骤S700还包括:
步骤S710:所述造价数据管理平台包括数据存储模块、权限验证模块、调度需求解析模块和数据传输模块;
步骤S720:当所述造价数据管理平台接收到第一用户的造价数据请求时,基于所述权限验证模块对所述第一用户进行权限验证,获得权限验证结果;
步骤S730:当所述权限验证结果为通过时,基于所述调度需求解析模块对所述造价数据请求进行匹配,获得数据调度指令;
步骤S740:基于所述数据调度指令对所述数据存储模块内的智能造价数据库进行数据调度,并通过所述数据传输模块将造价数据调度结果发送至所述第一用户。
具体而言,造价数据管理平台与所述一种造价数据库的智能构建系统通信连接。所述造价数据管理平台包括数据存储模块、权限验证模块、调度需求解析模块和数据传输模块。根据数据传输模块将构建的智能造价数据库存储至造价数据管理平台的数据存储模块中。通过造价数据管理平台对智能造价数据库进行数据调度管理。
第一用户通过数据传输模块将造价数据请求发送至造价数据管理平台。当造价数据管理平台接收到第一用户的造价数据请求时,通过权限验证模块对第一用户进行权限验证,获得权限验证结果。其中,所述第一用户可以为使用所述造价数据管理平台进行造价数据调度的任意用户。所述造价数据请求包括第一用户对应的造价数据需求信息。且,造价数据请求具有对应的请求权限等级标识。请求权限等级标识包括造价数据请求对应的用户需求权限等级。所述权限验证模块包括多个用户对应的多个预设权限等级。所述权限验证结果包括通过/不通过。当请求权限等级标识满足对应的第一用户的预设权限等级时,获得的权限验证结果为通过。否则,获得的权限验证结果为不通过。
进一步,当权限验证结果为通过时,将造价数据请求中的造价数据需求信息输入调度需求解析模块,通过调度需求解析模块对造价数据需求信息进行造价数据匹配,获得数据调度指令。继而,按照数据调度指令对数据存储模块内的智能造价数据库进行数据调度,获得造价数据调度结果,并通过数据传输模块将造价数据调度结果发送至第一用户。其中,所述数据调度指令包括智能造价数据库内,满足造价数据请求的造价数据信息。所述造价数据调度结果包括按照数据调度指令对数据存储模块内的智能造价数据库进行数据提取,获得数据信息。调度需求解析模块与数据状态分析模块的构建方式相同,为了说明书的简洁,在此不再赘述。
达到了通过造价数据管理平台对智能造价数据库进行数据调度管理,提高智能造价数据库的数据调度适配度、精准性的技术效果。
综上所述,本申请所提供的一种造价数据库的智能构建方法具有如下技术效果:
1.通过N个预设工程类型指标,搭建工程造价节点分布树;根据三元工程造价分析主体和工程造价节点分布树进行造价因子的特征挖掘,构建工程造价因子分布模型;根据工程造价因子分布模型进行工程造价数据采集,获得N组工程造价数据拓扑网络;通过对N组工程造价数据拓扑网络进行数据集成,获得智能造价数据库;将智能造价数据库上传至造价数据管理平台,通过造价数据管理平台对智能造价数据库进行管理。达到了提高造价数据库的构建准确性、全面度,提高造价数据库的信息化程度及质量,提升智能造价数据库的数据调度适配度、精准性的技术效果。
2.通过对工程造价节点分布树进行造价因子的特征挖掘,构建全面、准确的工程造价因子分布模型,从而提高造价数据库的构建精确度。
实施例二
基于与前述实施例中一种造价数据库的智能构建方法,同样发明构思,本发明还提供了一种造价数据库的智能构建系统,所述系统与造价数据管理平台通信连接,请参阅附图3,所述系统包括:
工程类型指标获得模块11,所述工程类型指标获得模块11用于获得N个预设工程类型指标,其中,N为大于1的正整数;
分布树搭建模块12,所述分布树搭建模块12用于基于所述N个预设工程类型指标,搭建工程造价节点分布树,其中,所述工程造价节点分布树包括N个工程造价分布节点;
造价主体获得模块13,所述造价主体获得模块13用于获得三元工程造价分析主体,其中,所述三元工程造价分析主体包括工程投资主体、工程设计主体和工程施工主体;
造价因子挖掘模块14,所述造价因子挖掘模块14用于基于所述三元工程造价分析主体,根据所述工程造价节点分布树进行造价因子的特征挖掘,构建工程造价因子分布模型;
工程造价数据采集模块15,所述工程造价数据采集模块14用于基于所述工程造价因子分布模型进行工程造价数据采集,获得N组工程造价数据拓扑网络;
数据集成模块16,所述数据集成模块16用于基于所述N组工程造价数据拓扑网络进行数据集成,获得智能造价数据库,其中,所述智能造价数据库包括N个工程造价数据单元;
数据管理模块17,所述数据管理模块17用于将所述智能造价数据库上传至所述造价数据管理平台,通过所述造价数据管理平台对所述智能造价数据库进行管理。
进一步的,所述系统还包括:
第一工程造价分布节点确定模块,所述第一工程造价分布节点确定模块用于遍历所述工程造价节点分布树,获得第一工程造价分布节点;
工程造价阶段分析模块,所述工程造价阶段分析模块用于基于所述第一工程造价分布节点进行工程造价阶段分析,构建M个造价匹配子节点,其中,M为大于1的正整数;
第一检索收敛条件获得模块,所述第一检索收敛条件获得模块用于根据所述第一工程造价分布节点,获得第一检索收敛条件;
第二检索收敛条件获得模块,所述第二检索收敛条件获得模块用于根据所述M个造价匹配子节点,获得第二检索收敛条件;
大数据检索模块,所述大数据检索模块用于基于所述第一检索收敛条件和所述第二检索收敛条件进行大数据检索,获得M个子节点工程造价记录;
第一执行模块,所述第一执行模块用于基于所述三元工程造价分析主体,根据所述M个子节点工程造价记录,构建第一工程造价因子分布单元;
第二执行模块,所述第二执行模块用于将所述第一工程造价因子分布单元添加至所述工程造价因子分布模型。
进一步的,所述系统还包括:
造价因子提取模块,所述造价因子提取模块用于遍历所述M个子节点工程造价记录进行造价因子提取,获得M组子节点工程造价因子;
一级造价拓扑节点获得模块,所述一级造价拓扑节点获得模块用于根据所述第一工程造价分布节点,获得一级造价拓扑节点;
二级造价拓扑节点获得模块,所述二级造价拓扑节点获得模块用于根据所述M个造价匹配子节点,获得M个二级造价拓扑节点;
三级造价拓扑节点获得模块,所述三级造价拓扑节点获得模块用于根据所述M组子节点工程造价因子,获得多个三级造价拓扑节点;
第一拓扑关系生成模块,所述第一拓扑关系生成模块用于基于所述一级造价拓扑节点和所述M个二级造价拓扑节点,生成第一拓扑关系;
第二拓扑关系生成模块,所述第二拓扑关系生成模块用于基于所述M个二级造价拓扑节点和所述多个三级造价拓扑节点,生成第二拓扑关系;
第三执行模块,所述第三执行模块用于基于所述第一拓扑关系和所述第二拓扑关系,根据所述一级造价拓扑节点、所述M个二级造价拓扑节点和所述多个三级造价拓扑节点,生成第一工程造价因子基础拓扑层;
第四执行模块,所述第四执行模块用于根据所述三元工程造价分析主体对所述第一工程造价因子基础拓扑层进行调整,获得第一节点工程造价因子拓扑层,并将所述第一节点工程造价因子拓扑层添加至所述第一工程造价因子分布单元。
进一步的,所述系统还包括:
关联性分析模块,所述关联性分析模块用于根据所述三元工程造价分析主体,遍历所述多个三级造价拓扑节点进行关联性分析,获得多个主体-三级节点关联度;
关联度表构建模块,所述关联度表构建模块用于基于所述多个主体-三级节点关联度,构建三元关联度表;
标识关联度获得模块,所述标识关联度获得模块用于基于所述三元关联度表,获得大于预设关联度的多个标识主体-三级节点关联度;
四级造价拓扑节点获得模块,所述四级造价拓扑节点获得模块用于基于所述三元工程造价分析主体,获得三个四级造价拓扑节点;
第五执行模块,所述第五执行模块用于基于所述多个标识主体-三级节点关联度,根据所述三个四级造价拓扑节点对所述第一工程造价因子基础拓扑层进行调整,生成所述第一节点工程造价因子拓扑层。
进一步的,所述系统还包括:
节点耦合度分析模块,所述节点耦合度分析模块用于遍历所述多个三级造价拓扑节点进行节点耦合度分析,获得三级节点耦合指数;
耦合指数判断模块,所述耦合指数判断模块用于判断所述三级节点耦合指数是否小于预设节点耦合指数;
解耦指令获得模块,所述解耦指令获得模块用于若所述三级节点耦合指数大于/等于所述预设节点耦合指数,获得三级节点解耦指令;
解耦调整模块,所述解耦调整模块用于基于所述三级节点解耦指令对所述多个三级造价拓扑节点进行解耦调整。
进一步的,所述系统还包括:
第六执行模块,所述第六执行模块用于基于所述N组工程造价数据拓扑网络,获得第一组工程造价数据拓扑网络;
第七执行模块,所述第七执行模块用于构建数据预处理模型,其中,所述数据预处理模型包括数据清洗模块、数据状态分析模块和数据激励调节模块;
拓扑网络清洗模块,所述拓扑网络清洗模块用于将所述第一组工程造价数据拓扑网络输入所述数据清洗模块,获得清洗之后的第一组工程造价数据拓扑网络;
第八执行模块,所述第八执行模块用于将清洗之后的第一组工程造价数据拓扑网络输入所述数据状态分析模块,获得数据置信指标和数据时效指标;
数据激励调节指标获得模块,所述数据激励调节指标获得模块用于将所述数据置信指标和所述数据时效指标输入所述数据激励调节模块,获得数据激励调节指标;
调整加密模块,所述调整加密模块用于根据所述数据激励调节指标对清洗之后的第一组工程造价数据拓扑网络进行调整、加密,生成携带解密标识的第一组加密工程造价数据拓扑网络;
第九执行模块,所述第九执行模块用于根据所述第一组加密工程造价数据拓扑网络,生成第一工程造价数据单元,并将所述第一工程造价数据单元添加至所述智能造价数据库。
进一步的,所述系统还包括:
平台组成模块,所述平台组成模块用于所述造价数据管理平台包括数据存储模块、权限验证模块、调度需求解析模块和数据传输模块;
权限验证模块,所述权限验证模块用于当所述造价数据管理平台接收到第一用户的造价数据请求时,基于所述权限验证模块对所述第一用户进行权限验证,获得权限验证结果;
数据调度指令获得模块,所述数据调度指令获得模块用于当所述权限验证结果为通过时,基于所述调度需求解析模块对所述造价数据请求进行匹配,获得数据调度指令;
调度结果发送模块,所述调度结果发送模块用于基于所述数据调度指令对所述数据存储模块内的智能造价数据库进行数据调度,并通过所述数据传输模块将造价数据调度结果发送至所述第一用户。
本发明实施例所提供的一种造价数据库的智能构建系统可执行本发明任意实施例所提供的一种造价数据库的智能构建方法,具备执行方法相应的功能模块和有益效果。
所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例三
图4为本发明实施例三提供的电子设备的结构示意图,示出了适于用来实现本发明实施方式的示例性电子设备的框图。图4显示的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。如图4所示,该电子设备包括处理器31、存储器32、输入装置33及输出装置34;电子设备中处理器31的数量可以是一个或多个,图4中以一个处理器31为例,电子设备中的处理器31、存储器32、输入装置33及输出装置34可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器32作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的一种造价数据库的智能构建方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述一种造价数据库的智能构建方法。
本申请提供了一种造价数据库的智能构建方法,其中,所述方法应用于一种造价数据库的智能构建系统,所述方法包括:通过N个预设工程类型指标,搭建工程造价节点分布树;根据三元工程造价分析主体和工程造价节点分布树进行造价因子的特征挖掘,构建工程造价因子分布模型;根据工程造价因子分布模型进行工程造价数据采集,获得N组工程造价数据拓扑网络;通过对N组工程造价数据拓扑网络进行数据集成,获得智能造价数据库;将智能造价数据库上传至造价数据管理平台,通过造价数据管理平台对智能造价数据库进行管理。解决了现有技术中针对造价数据库的构建准确性不足、全面度低,导致构建的造价数据库信息化程度低的技术问题。达到了提高造价数据库的构建准确性、全面度,提高造价数据库的信息化程度及质量,提升智能造价数据库的数据调度适配度、精准性的技术效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种造价数据库的智能构建方法,其特征在于,所述方法应用于一种造价数据库的智能构建系统,所述系统与造价数据管理平台通信连接,所述方法包括:
获得N个预设工程类型指标,其中,N为大于1的正整数;
基于所述N个预设工程类型指标,搭建工程造价节点分布树,其中,所述工程造价节点分布树包括N个工程造价分布节点;
获得三元工程造价分析主体,其中,所述三元工程造价分析主体包括工程投资主体、工程设计主体和工程施工主体;
基于所述三元工程造价分析主体,根据所述工程造价节点分布树进行造价因子的特征挖掘,构建工程造价因子分布模型;
基于所述工程造价因子分布模型进行工程造价数据采集,获得N组工程造价数据拓扑网络;
基于所述N组工程造价数据拓扑网络进行数据集成,获得智能造价数据库,其中,所述智能造价数据库包括N个工程造价数据单元;
将所述智能造价数据库上传至所述造价数据管理平台,通过所述造价数据管理平台对所述智能造价数据库进行管理;
其中,基于所述三元工程造价分析主体,根据所述工程造价节点分布树进行造价因子的特征挖掘,构建工程造价因子分布模型,包括:
遍历所述工程造价节点分布树,获得第一工程造价分布节点;
基于所述第一工程造价分布节点进行工程造价阶段分析,构建M个造价匹配子节点,其中,M为大于1的正整数;
根据所述第一工程造价分布节点,获得第一检索收敛条件;
根据所述M个造价匹配子节点,获得第二检索收敛条件;
基于所述第一检索收敛条件和所述第二检索收敛条件进行大数据检索,获得M个子节点工程造价记录;
基于所述三元工程造价分析主体,根据所述M个子节点工程造价记录,构建第一工程造价因子分布单元;
将所述第一工程造价因子分布单元添加至所述工程造价因子分布模型;
基于所述N组工程造价数据拓扑网络进行数据集成,获得智能造价数据库,包括:
基于所述N组工程造价数据拓扑网络,获得第一组工程造价数据拓扑网络;
构建数据预处理模型,其中,所述数据预处理模型包括数据清洗模块、数据状态分析模块和数据激励调节模块;
将所述第一组工程造价数据拓扑网络输入所述数据清洗模块,获得清洗之后的第一组工程造价数据拓扑网络;
将清洗之后的第一组工程造价数据拓扑网络输入所述数据状态分析模块,获得数据置信指标和数据时效指标;
将所述数据置信指标和所述数据时效指标输入所述数据激励调节模块,获得数据激励调节指标;
根据所述数据激励调节指标对清洗之后的第一组工程造价数据拓扑网络进行调整、加密,生成携带解密标识的第一组加密工程造价数据拓扑网络;
根据所述第一组加密工程造价数据拓扑网络,生成第一工程造价数据单元,并将所述第一工程造价数据单元添加至所述智能造价数据库。
2.如权利要求1所述的方法,其特征在于,基于所述三元工程造价分析主体,根据所述M个子节点工程造价记录,构建第一工程造价因子分布单元,包括:
遍历所述M个子节点工程造价记录进行造价因子提取,获得M组子节点工程造价因子;
根据所述第一工程造价分布节点,获得一级造价拓扑节点;
根据所述M个造价匹配子节点,获得M个二级造价拓扑节点;
根据所述M组子节点工程造价因子,获得多个三级造价拓扑节点;
基于所述一级造价拓扑节点和所述M个二级造价拓扑节点,生成第一拓扑关系;
基于所述M个二级造价拓扑节点和所述多个三级造价拓扑节点,生成第二拓扑关系;
基于所述第一拓扑关系和所述第二拓扑关系,根据所述一级造价拓扑节点、所述M个二级造价拓扑节点和所述多个三级造价拓扑节点,生成第一工程造价因子基础拓扑层;
根据所述三元工程造价分析主体对所述第一工程造价因子基础拓扑层进行调整,获得第一节点工程造价因子拓扑层,并将所述第一节点工程造价因子拓扑层添加至所述第一工程造价因子分布单元。
3.如权利要求2所述的方法,其特征在于,所述获得第一节点工程造价因子拓扑层,包括:
根据所述三元工程造价分析主体,遍历所述多个三级造价拓扑节点进行关联性分析,获得多个主体-三级节点关联度;
基于所述多个主体-三级节点关联度,构建三元关联度表;
基于所述三元关联度表,获得大于预设关联度的多个标识主体-三级节点关联度;
基于所述三元工程造价分析主体,获得三个四级造价拓扑节点;
基于所述多个标识主体-三级节点关联度,根据所述三个四级造价拓扑节点对所述第一工程造价因子基础拓扑层进行调整,生成所述第一节点工程造价因子拓扑层。
4.如权利要求2所述的方法,其特征在于,获得多个三级造价拓扑节点之后,包括:
遍历所述多个三级造价拓扑节点进行节点耦合度分析,获得三级节点耦合指数;
判断所述三级节点耦合指数是否小于预设节点耦合指数;
若所述三级节点耦合指数大于/等于所述预设节点耦合指数,获得三级节点解耦指令;
基于所述三级节点解耦指令对所述多个三级造价拓扑节点进行解耦调整。
5.如权利要求1所述的方法,其特征在于,所述方法包括:
所述造价数据管理平台包括数据存储模块、权限验证模块、调度需求解析模块和数据传输模块;
当所述造价数据管理平台接收到第一用户的造价数据请求时,基于所述权限验证模块对所述第一用户进行权限验证,获得权限验证结果;
当所述权限验证结果为通过时,基于所述调度需求解析模块对所述造价数据请求进行匹配,获得数据调度指令;
基于所述数据调度指令对所述数据存储模块内的智能造价数据库进行数据调度,并通过所述数据传输模块将造价数据调度结果发送至所述第一用户。
6.一种造价数据库的智能构建系统,其特征在于,所述系统用于执行权利要求1至5中任一项所述的方法,所述系统与造价数据管理平台通信连接,所述系统包括:
工程类型指标获得模块,所述工程类型指标获得模块用于获得N个预设工程类型指标,其中,N为大于1的正整数;
分布树搭建模块,所述分布树搭建模块用于基于所述N个预设工程类型指标,搭建工程造价节点分布树,其中,所述工程造价节点分布树包括N个工程造价分布节点;
造价主体获得模块,所述造价主体获得模块用于获得三元工程造价分析主体,其中,所述三元工程造价分析主体包括工程投资主体、工程设计主体和工程施工主体;
造价因子挖掘模块,所述造价因子挖掘模块用于基于所述三元工程造价分析主体,根据所述工程造价节点分布树进行造价因子的特征挖掘,构建工程造价因子分布模型;
工程造价数据采集模块,所述工程造价数据采集模块用于基于所述工程造价因子分布模型进行工程造价数据采集,获得N组工程造价数据拓扑网络;
数据集成模块,所述数据集成模块用于基于所述N组工程造价数据拓扑网络进行数据集成,获得智能造价数据库,其中,所述智能造价数据库包括N个工程造价数据单元;
数据管理模块,所述数据管理模块用于将所述智能造价数据库上传至所述造价数据管理平台,通过所述造价数据管理平台对所述智能造价数据库进行管理。
7.一种电子设备,其特征在于,所述电子设备包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至5任一项所述的一种造价数据库的智能构建方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至5中任一项所述的一种造价数据库的智能构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310690023.9A CN117057522B (zh) | 2023-06-12 | 2023-06-12 | 造价数据库的智能构建方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310690023.9A CN117057522B (zh) | 2023-06-12 | 2023-06-12 | 造价数据库的智能构建方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117057522A CN117057522A (zh) | 2023-11-14 |
CN117057522B true CN117057522B (zh) | 2024-03-08 |
Family
ID=88665144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310690023.9A Active CN117057522B (zh) | 2023-06-12 | 2023-06-12 | 造价数据库的智能构建方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117057522B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105930931A (zh) * | 2016-04-22 | 2016-09-07 | 国网浙江省电力公司经济技术研究院 | 一种电力工程造价的管理方法 |
CN111415094A (zh) * | 2020-03-24 | 2020-07-14 | 青岛滨海学院 | 一种基于大数据的工程造价进度管理控制系统及方法 |
CN112016755A (zh) * | 2020-08-31 | 2020-12-01 | 国网甘肃省电力公司建设分公司 | 输变电工程施工图通用设计造价标准化技术模块构建方法 |
CN115641162A (zh) * | 2022-10-26 | 2023-01-24 | 佛山市天诚工程造价咨询有限公司 | 一种基于建筑工程造价的预测数据分析系统和方法 |
CN115859450A (zh) * | 2023-02-16 | 2023-03-28 | 日照职业技术学院 | 一种基于bim技术的建筑建模数据处理方法及系统 |
CN115936792A (zh) * | 2022-12-07 | 2023-04-07 | 国网安徽省电力有限公司经济技术研究院 | 输变电工程造价预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9596358B2 (en) * | 2012-09-21 | 2017-03-14 | Oncept, Inc | System and method for corporate mobile subscription management |
-
2023
- 2023-06-12 CN CN202310690023.9A patent/CN117057522B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105930931A (zh) * | 2016-04-22 | 2016-09-07 | 国网浙江省电力公司经济技术研究院 | 一种电力工程造价的管理方法 |
CN111415094A (zh) * | 2020-03-24 | 2020-07-14 | 青岛滨海学院 | 一种基于大数据的工程造价进度管理控制系统及方法 |
CN112016755A (zh) * | 2020-08-31 | 2020-12-01 | 国网甘肃省电力公司建设分公司 | 输变电工程施工图通用设计造价标准化技术模块构建方法 |
CN115641162A (zh) * | 2022-10-26 | 2023-01-24 | 佛山市天诚工程造价咨询有限公司 | 一种基于建筑工程造价的预测数据分析系统和方法 |
CN115936792A (zh) * | 2022-12-07 | 2023-04-07 | 国网安徽省电力有限公司经济技术研究院 | 输变电工程造价预测方法 |
CN115859450A (zh) * | 2023-02-16 | 2023-03-28 | 日照职业技术学院 | 一种基于bim技术的建筑建模数据处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117057522A (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020228310A1 (zh) | 一种基于区间与有界概率混合不确定性的机械臂稳健优化设计方法 | |
WO2022193681A1 (zh) | 一种基于时间卷积网络的防洪调度方案优选方法 | |
Liu et al. | Least square completion and inconsistency repair methods for additively consistent fuzzy preference relations | |
CN101093559B (zh) | 一种基于知识发现的专家系统构造方法 | |
CN112700124B (zh) | 多层交通网络mrwc节点重要性排序方法、系统、电子设备及计算机可读存储介质 | |
Zuo et al. | A large group decision-making method and its application to the evaluation of property perceived service quality | |
CN110428015A (zh) | 一种模型的训练方法及相关设备 | |
CN116561264A (zh) | 一种基于知识图谱的智能问答系统的构建方法 | |
CN116402227A (zh) | 一种基于云计算的风电大数据分析方法及系统 | |
CN117057522B (zh) | 造价数据库的智能构建方法及系统 | |
Guo et al. | A multi-stage group decision making for strategic supplier selection based on prospect theory with interval-valued q-rung orthopair fuzzy linguistic sets | |
CN109947752A (zh) | 一种基于DeepDive的自动数据清洗方法 | |
Wang et al. | A multi-criteria decision-making method based on triangular interval-valued fuzzy numbers and the VIKOR method | |
CN104240026B (zh) | 产品设计知识管理服务匹配方法 | |
CN114626655A (zh) | 一种区域综合能源系统多标准综合评价方法 | |
CN108198084A (zh) | 一种复杂网络重叠社区发现方法 | |
CN117010373A (zh) | 一种电力设备资产管理数据所属类别和组的推荐方法 | |
CN114567562B (zh) | 一种电网与通信网耦合网络关键节点识别的方法 | |
CN110543601A (zh) | 一种基于中智集的上下文感知兴趣点推荐方法及系统 | |
CN115239208A (zh) | 基于电力交易数据的售电公司特征模型分析方法及系统 | |
CN112215420B (zh) | 一种居民用电的客户过户识别方法及系统 | |
CN115082010A (zh) | 一种电力领域元数据智能管理方法、存储介质及系统 | |
CN114692495A (zh) | 一种高效的基于可靠性框图的复杂系统可靠性评估方法 | |
CN110197305B (zh) | 一种基于最短路径算法的继电保护数据模型搜索优化方法及系统 | |
CN113378051A (zh) | 基于图神经网络的用户-任务关联的众包任务推荐方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |