数据挖掘技术下医院项目施工过程结算模块设计_徐丹.pdf

电子设计工程Electronic Design Engineering第31卷Vol.31第6期No.62023年3月Mar.2023收稿日期：2022-01-20稿件编号：202201133基金项目：江苏现代医院管理研究基金2019年度课题（JSY-3-2019-010）作者简介：徐 丹（1991），女，安徽泾县人，硕士，工程师。研究方向：工程项目管理。数据挖掘技术下医院项目施工过程结算模块设计徐 丹1，张玉彬1，赵奕华1，韩若祎1，郑胜强2（1.江苏省人民医院，江苏 南京 210036，2.常州世茂新城房地产开发有限公司，江苏 常州 213002）摘要：基于医院经营的特殊性，医院项目施工周期长、内容广，施工过程结算难以有效把控，引入造价预测模型设计了一种高精度、高效能的医院项目施工过程结算模块。基于J2EE技术设计过程结算模块的基本架构，将MySQL关联数据库管理系统作为结算模块的数据库技术支撑；应用k-means聚类算法对广泛采集的医院施工项目造价信息实施聚类，引入遗传算法优化支持向量机的正则化参数，构建 GA-SVM造价预测模型，聚类后的细分数据作为预测模型的样本输入。实践应用测试效果较为理想，模块功能均顺利实现，用户请求响应时长较短，无显著卡顿问题；模块结算最低可将款项结算误差降低到0万元，符合医院项目施工对过程结算的要求。关键词：数据挖掘；医院项目；施工；过程结算模块中图分类号：TN-9文献标识码：A文章编号：1674-6236（2023）06-0019-06DOI：10.14022/j.issn1674-6236.2023.06.005Design of settlement module for hospital project construction process based on datamining technologyXU Dan1，ZHANG Yubin1，ZHAO Yihua1，HAN Ruoyi1，ZHENG Shengqiang2（1.Jiangsu Province Hospital，Nanjing 210036，China；2.Changzhou Shimao New City Real EstateDevelopment Co.，Ltd.，Changzhou 213002，China）Abstract:The settlement of the hospital project construction process is an effective guarantee system toalleviate the contradiction of wage arrears of migrant workers and speed up the construction progress.Thisresearch uses data mining technology to design a high efficiency hospital project construction processsettlement module，based on J2EE technology to design the basic architecture of the process settlementmodule，and uses the MySQL relational database management system as the database technical supportfor the settlement module；module integration project preparation and engineering.A number of pricingfunctions such as fee tables are used to assist in the settlement of hospital project construction processes；k-means clustering algorithm is used to implement clustering of widely collected hospital constructionproject cost information，and support vector machine parameters are used to construct a cost predictionmodel to cluster.The latter data is input as the data sample of the support vector machine predictionmodel to complete the cost prediction.The module test conclusions are as follows:the module functioncan be implemented smoothly，the user request response time is short，and there is no significant stallproblem；the module settlement result is basically the same as the manual standard settlement result，which meets the requirements of the hospital project construction for the process settlement.Keywords:data mining；hospital project；construction；process settlement module-19电子设计工程 2023年第6期建筑项目施工过程结算是为防止建设周期较长、施工量巨大、耗用资金数额较大的施工项目出现资金断流情况，而施行的一项工程款结算方案12。医院工程项目施工执行该方案可及时补充施工项目资金，有效避免拖欠工程款问题3-4。为提高项目施工过程结算系统在医院项目施工结算中的适应性与精准性，根据医院项目施工特征，基于数据挖掘技术设计了施工过程结算模块：利用数据挖掘技术采集多元化渠道的材料价格信息，构建工程造价预测模型5；对比计价结算结果与项目工程造价预测结果，深入审核不符合结算标准的计价部分，避免医院项目施工过程结算误差。1医院项目施工过程结算模块开发专业性、多样性、复杂性是医疗体系的显著特征，医院项目施工内容除基础性建筑施工以外，还包括医疗废物回收系统、放射性废液处理系统、医用物流传输系统等项目的建设，这些设施的技术应用性较强，投入施工时间更长、造价颇高，需要高标准结算技术完成施工过程结算，以节约医院项目工程建设成本。因此基于数据挖掘技术设计了区别于一般项目施工的过程结算模块，使用 J2EE布局结算模块的业务逻辑，利用数据挖掘算法辅助得到精准结算结果。1.1医院项目施工过程结算模块的技术支撑J2EE 架构下分 JSP、Servlet、Webservice 等高性能开发技术，支持动态Web页面显示与数据输出，其稳定性优、兼容性强、安全系数高等优势为医院项目复杂的结算过程提供了可靠的架构技术支撑。为此基于 J2EE 技术开发设计的医院项目施工过程结算模块架构，如图 1 所示。其优点是可以跨系统操作与运行，用户访问的客户端形式多元化，施工关联的各方人员可动态掌握项目施工结算信息6。所设计的医院项目施工过程结算架构中，J2EE应用构架功能发挥依赖于多层次模型构建：1）用户层。用户登录结算模块的入口为浏览器，以 HTTP协议形式访问结算模块，采用 B/S模式登录模块，首先需要解析 HTTP协议请求的参数；随后，用户通过浏览器发送请求由 JSP 创设的控制组件进行响应，后台基于 JSP、Servlet、Html等视图形式将得到的请求处理结果发送至用户。该过程提供生成用户访问日志信息、验证用户身份信息等基础性服务7。2）业务逻辑层。业务逻辑层集成在J2EE应用服务器中，保障医院项目过程结算产生的业务管理、逻辑处理工作，安全把握项目工程量、工程款等业务数据的传输，例如数据流向、页面跳转等服务8。该层具有封装各个独立功能的能力，以组件形式系统化呈现架构功能，在减少资金开销的前提下扩充了医院项目过程施工结算模块的功能，加强模块系统性。3）数据层。包括模块数据库（MySQL技术）、基础数据存储、医院项目施工信息存储、信息管理目录等关键性内容，主要负责模块数据的访问、显示、安全保存，数据层与数据库的连接基于 connector 对象来构建9。数据库技术是医院项目施工过程结算模块运行的重要技术支撑，为此选用功能完善、运行高效、安全系数优的 MySQL 关联数据库管理系统作为结算模块开发的数据技术支撑10。MySQL数据库集成了丰富的表结构、索引、存储过程等工具，集存储关系型数据、高效检索数据记录、定期运行指定数据存储过程脚本等功能于一身，生成符合用户期望的项目施工过程结算报表数据。MySQL关联特征可以大批量访问与处理大规模数据信息，工程量计算、造价计算参数配置的灵活性大幅提高。1.2医院项目施工过程造价预测此次医院项目施工过程结算模块设计融入了工程造价预测功能，目的是对比“预测造价”与“工程结算计价”，判断当前计价结果是否存在较大偏差，提高过程结算的精准度11。具体方法是基于数据挖掘算法构建工程造价预测模型，预设一个阈值，用于评估“预测造价”与“工程结算计价”差值，差值超过阈值则需对“当前工程结算计价”进行深度审计与核算。图1基于J2EE的医院项目施工过程结算模块架构设计-20此次医院项目施工过程造价预测应用 k均值聚类算法(k-means)与支持向量机模型完成12-13：1）利用k-means算法对广泛采集的医院施工项目造价信息的类别进行高效精准聚类14，按照医院施工项目定义造价预测的项目数据集，包括门诊楼项目、医技楼项目、住院楼项目、综合楼项目、院内生活楼项目、地下室项目、感染病区项目、综合管网项目、医疗及垃圾间项目、基坑支护项目、新建附属配套工程项目，总计 11 项。2）采用支持向量机参数构建造价预测模型，根据造价管理需求对某项费用造价进行预测，将该类费用数据作为样本输入支持向量机预测模型中获得工程造价预测结果。该方法的优势是对医院项目施工过程各类别费用实施造价预测，预测结果细分程度高且更加可靠。1.2.1基于k-means算法的项目施工造价数据聚类基于 k-means聚类算法将医院施工过程中的全部造价信息进行分类，细分造价预测内容，相比以全部工程造价数据作为预测样本的做法，聚类后再进行项目造价预测的结果更加精准。定义 S=s1,s2,sn表示原始采集的全部医院施工项目造价信息，k-means算法中施工造价数据聚类的类别用 k表示，聚类类别k即为施工项目类别，取值为11，基于k-means算法对医院施工项目造价信息进行聚类处理过程如下：Step 1:在样本数据随机选取 k个样本点，即 k个类别的原始聚类中心；由于传统随机选取聚类中心的方法花费大量时间才能完成聚类，且降低聚类精度，此处基于密度思想科学确定聚类中心，具体方法是找出聚类样本的核心点、边界点、孤立点15，除去边界点、孤立点后得到核心点将其作为算法的初始聚类中心16，分别命名为1,2,k。Step 2:求取全部医院项目施工造价数据样本点si到中心的距离，即欧氏距离作为两个样本相似程度的评价指标，其中i的取值为1n范围内的整数，样本点的最终类别为与其距离最小中心所属的造价信息类别17。样本点si、sj之间的欧氏距离计算方法如下：d(si,sj)=l=1m(sil-sjl)2（1）Step 3:全部样本点聚类完成后更新施工造价数据类别的中心，更新结果为包含于该类别样本点的均值，当平方误差准则函数稳定在最