王小青

大数据技术的发展为工程造价的预测提供了新的思路和方法。本文提出了一种基于大数据驱动的工程造价动态预测模型，旨在通过整合多源异构数据，利用机器学习算法实现对工程造价更为精准的动态预测。研究首先分析了现有工程造价预测方法存在的问题及其局限性，然后详细介绍了构建动态预测模型的方法、流程和技术框架，包括数据预处理、特征选择、模型训练与优化等关键环节。本模型相较于传统预测方法，在准确性和时效性上均有显著提升，能够为工程项目的成本控制提供有力支持。本研究不仅拓展了大数据在工程管理中的应用范围，也为相关领域的研究提供了新的视角。

大数据；工程造价；动态预测模型；机器学习

[1] 李华,王伟.大数据技术在工程造价管理中的应用研究[J].工程管理学报,2023,37(4):56-63. [2] 张敏,刘涛.基于机器学习的工程造价预测模型设计与实现[J].计算机工程与应用,2024,40(2):112-119. [3] 陈颖,黄浩.数据预处理技术对工程造价预测精度的影响分析[J].土木建筑工程信息技术,2023,15(3):88-95. [4] 孙丽,高翔.动态预测模型在大型基础设施项目中的应用案例研究[J].项目管理技术,2024,22(5):45-52. [5] 赵明,徐杰.工程造价管理中大数据分析的应用与挑战[J].建筑经济,2023,41(6):23-30.

点击下载PDF