【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及基于大数据分析的建筑工程造价分析方法及系统。
技术介绍
1、建筑公司为了追寻效益，会不断的提高工程造价管理水平和提升建设项目的经济效益。这也造成了建筑行业开始追求可持续发展。而且建筑市场也要求在大型或复杂的工程项目中，建议建筑公司拥有独立完成进行工程造价的编制、审核和管理等工作的能力，而我国的工程造价师又不够满足市场需求的人数，所以一套自动化的造价分析系统具有更重要的实践价值与战略意义。
2、在建筑工程造价分析过程中，需要对采集数据进行聚类分析，即将代表相似的项目类型或成本特性的数据分为一类，其目前常用的算法为dbscan密度聚类算法，dbscan算法扩展性强，对于大规模的数据集与较多维度的数据有很好的兼容性，而且dbscan算法可以有效处理异常值。但由于dbscan密度聚类算法具有较强的自适应性，导致了该算法中的邻域半径与最小样本数的选择对聚类结果影响较大，当这个两个参数选取不合适时，聚类效果会较差，从而可能导致建筑工程造价分析结果不准确。
技术实现思路<...
【技术保护点】
1.基于大数据分析的建筑工程造价分析方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于大数据分析的建筑工程造价分析方法，其特征在于，所述根据每个信息维度序列中数据值之间的差异以及所有建筑工程造价文件中建筑工程造价值之间的差异，得到每个信息维度序列对建筑工程造价的影响因子，包括的具体步骤如下：
3.根据权利要求2所述基于大数据分析的建筑工程造价分析方法，其特征在于，所述从每个类簇组合的所有映照数据点中筛选出若干个主映照数据点，包括的具体步骤如下：
4.根据权利要求2所述基于大数据分析的建筑工程造价分析方法，其特征在于，...
【技术特征摘要】
1.基于大数据分析的建筑工程造价分析方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于大数据分析的建筑工程造价分析方法，其特征在于，所述根据每个信息维度序列中数据值之间的差异以及所有建筑工程造价文件中建筑工程造价值之间的差异，得到每个信息维度序列对建筑工程造价的影响因子，包括的具体步骤如下：
3.根据权利要求2所述基于大数据分析的建筑工程造价分析方法，其特征在于，所述从每个类簇组合的所有映照数据点中筛选出若干个主映照数据点，包括的具体步骤如下：
4.根据权利要求2所述基于大数据分析的建筑工程造价分析方法，其特征在于，所述目标序列对建筑工程造价的影响因子，包括的具体计算公式如下：
5.根据权利要求1所述基于大数据分析的建筑工程造价分析方法，其特征在于，所述根据所有信息维度序列之间的差异以及每个信息维度序列对建筑工程造价的影响因子，得到每个信息维度序列对建筑工程造价的重要程度，包括的具体步骤如下：
6.根据权利要求5所述基于大数...
【专利技术属性】
技术研发人员：周洪名，刘乾，梁兰兰，张晶晶，王金萍，王晓斌，郭航，尚雍，田晓国，张源，何德叶，曹颖，曾旭，
申请(专利权)人：辽宁云也智能信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。