PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2017 | 26 | 2[76] |

Tytuł artykułu

Realizacja projektów inwestycyjno-budowlanych z wykorzystaniem Big Data

Treść / Zawartość

Warianty tytułu

EN
Execution of construction projects in the use of Big Data

Języki publikacji

PL

Abstrakty

PL
Realizacja projektów inwestycyjno- -budowlanych z wykorzystaniem Big data. W pracy przeanalizowano wpływ Big data (BD) na minimalizację ryzyka projektów inwestycyjno- -budowlanych. Pokazano aspekty ryzyka występujące podczas realizacji projektów, na które wyniki uzyskane z analizy BD mają znaczący wpływ. Ponadto podano wyniki badania, którego celem były: poznanie opinii polskich przedsiębiorstw budowlanych na temat przydatności BD oraz weryfikacja ich gotowości do wdrożenia tego typu innowacji. W badaniu podkreślono, że wyniki płynące z analizy BD zapewniają potężne narzędzie do zarządzania ryzykiem, respondenci jednak tego nie doceniają.
EN
Execution of construction projects in the use of Big data. A paper focuses on analyzing the impact of Big data (BD) on minimizing the risk in investment and construction projects. The work presents the aspects of risk occurring during the execution of the construction project. It presents an on-line survey which was aimed at knowing the opinion of Polish construction companies on the BD, and checking their readiness to implement technologies supporting manipulation of the data. It was underlined that results of the BD analysis provide a powerful tool for risk management, however, it is hardly noticed by the Polish respondents.

Wydawca

-

Rocznik

Tom

26

Numer

Opis fizyczny

s.241-249,rys.,bibliogr.

Twórcy

autor
  • Katedra Inżynierii Produkcji i Zarządzania w Budownictwie, Wydział Budownictwa, Architektury i Inżynierii Środowiska, Uniwersytet Technologiczno-Przyrodniczy im.Jana i Jędrzeja Śniadeckich w Bydgoszczy, al.prof.S.Kaliskiego 7, 85-796 Bydgoszcz
  • Katedra Inżynierii Produkcji i Zarządzania w Budownictwie, Wydział Budownictwa, Architektury i Inżynierii Środowiska, Uniwersytet Technologiczno-Przyrodniczy im.Jana i Jędrzeja Śniadeckich w Bydgoszczy, al.prof.S.Kaliskiego 7, 85-796 Bydgoszcz
  • Katedra Inżynierii Produkcji i Zarządzania w Budownictwie, Wydział Budownictwa, Architektury i Inżynierii Środowiska, Uniwersytet Technologiczno-Przyrodniczy im.Jana i Jędrzeja Śniadeckich w Bydgoszczy, al.prof.S.Kaliskiego 7, 85-796 Bydgoszcz

Bibliografia

  • Akintoye, A. (2000). Analysis of factors influencing project cost estimating practice. Construction Management and Economics, 18(1), 77-89.
  • Assunção, M.D., Calheiros, R.N., Bianchi, S., Netto, M.A.S. i Buyya, R. (2014). Big Data computing and clouds: Trends and future directions. Journal of Parallel and Distributed Computing, 79-80, 3-15.
  • Bizon-Górecka, J. i Górecki J. (2013). Ryzyko budowlanego projektu inwestycyjnego w perspektywie kosztów budowy. Przegląd Organizacji, 6, 36-44.
  • Bizon-Górecka J. i Górecki J. (2015). Ryzyko projektu inwestycyjno-budowlanego w perspektywie formuły jego realizacji. Studia i Materiały Polskiego Stowarzyszenia Zarządzania Wiedzą / Studies & Proceedings of Polish Associations for Knowledge Management, 74, 4-15.
  • Chen, M., Mao, S. i Liu, Y. (2014). Big data: a survey. Mobile Networks and Applications, 19(2), 171-209.
  • Damiani, E. (2015). Toward Big Data Risk Analysis. 2015 IEEE International Conference on Big Data (Big Data), Santa Clara.
  • Ghosh, S. i Jintanapakanont, J. (2004). Identifying and assessing the critical risk factors in an underground rail project in Thailand: a factor analysis approach. International Journal of Project Management, 22, 633-643.
  • Górecki, J. i Śliżewska, D. (2016). BIM w budownictwie drogowym. Materiały Budowlane, 7, 62-63.
  • Grzyl, B. i Kristowski, A. (2016). BIM jako narzędzie wspomagające zarządzanie ryzykiem przedsięwzięcia inwestycyjnego. Materiały Budowlane, 6, 52-54.
  • Gubbi, J., Buyya, R., Marusic, S. i Palaniswami, M. (2013). Internet of Things (IoT): A vision, architectural elements, and future directions. Future Generation Computer Systems, 29(7), 1645-1660.
  • Guo, S., Luo, H. i Yong, L. (2015). A big databased workers behavior observation in China metro construction. Creative Construction Conference 2015 (CCC2015). Elsevier.
  • IDC (2014). The digital universe of opportunities: rich data and the increasing value of the Internet of Things. International Data Corporation.
  • Labrinidis, A. i Jagadish, H. V. (2012). Challenges and opportunities with big data. Proceedings of the VLDB Endowment, 5(12), 2032-2033.
  • Lee, H., Sohn, I. (2016). Big Data w przemyśle. Warszawa: PWN.
  • Lu, W., Chen, X., Peng, Y., Shenc, L. (2015). Benchmarking construction waste management performance using big data. Elsevier.
  • Miorandi, D., Sicari, S., De Pellegrini, F. i Chlamtac, I. (2012). Internet of things: Vision, applications and research challenges. Ad Hoc Networks, 10(7), 1497-1516.
  • Monetti, E., Rosa, S.A. i Rocha, R.M. (2006). The practice of project risk management in government projects: a case study in Sao Paulo City. Construction in Developing Economics: New Issues and Challenges. Santiago, Chile (18-20 January 2006).
  • NSF [National Science Foundation] (2012). Core Techniques and Technologies for Advancing Big Data Science & Engineering (BIGDATA). Washington. Pobrano z lokalizacji: https://www.nsf.gov/pubs/2012/nsf12499/nsf12499.htm (dostęp 19.01.2017).
  • PMI (2008). A Guide to the Project Management Body of Knowledge. Newtown Square: Project Management Institute.
  • Tardio, R., Mate, A. i Trujillo, J. (2015). An Iterative Methodology for Big Data Management, Analysis and Visualization. 2015 IEEE International Conference on Big Data. Alicante.
  • Wang, J. (2015). Estimating System of Project Cost Based on Neural Network. 2015 International Conference on Intelligent Transportation, Big Data & Smart City. Urumqi, China.
  • Zhanga, Y., Luoa, H. i Hea, Y. (2015). A system for tender price evaluation of construction project based on big data. Creative Construction Conference 2015 (CCC2015).
  • Zhao, Z.Y., Lv, Q.L., Zuo, J., Zillante, G. (2010). Prediction System for Change Management in Construction Project. Journal of Construction Engineering and Management, 136(6), 659-669.

Typ dokumentu

Bibliografia

Identyfikatory

Identyfikator YADDA

bwmeta1.element.agro-637fbb46-b4af-4cca-a5d1-56f3b619b5cc
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.