Управление качеством данных и нормализация справочников объектов работ материалов и дефектов в информационных системах строительного контроля для повышения сопоставимости отчетности

Аннотация

В статье рассматривается проблема низкой сопоставимости отчетности в информационных системах строительного контроля, возникающая вследствие семантической неоднородности и структурной разобщенности справочников объектов, видов работ, материалов и дефектов при эксплуатации гетерогенных цифровых платформ. Показано, что накопление записей без жесткой валидации на этапе ввода формирует высокую энтропию данных: дубли, опечатки, вариативные сокращения, транслитерация и профессиональный сленг превращают массивы исполнительной документации в труднопригодный для автоматизированного анализа ресурс и создают семантический разрыв при интеграции с информационным моделированием. На основе системного анализа больших выгрузок из облачных платформ за 2019-2023 годы с применением статистических подходов и методов теории множеств предложен и апробирован инструментарий нормализации, сочетающий нечеткое сопоставление строк (редакционное расстояние, мера Жаккара) с токенизацией и лемматизацией, адаптированными к строительной морфологии; результаты автоматической кластеризации подтверждены экспертной верификацией. Количественные показатели демонстрируют критическую избыточность номенклатуры материалов: для арматурного проката среднее число вариаций написания на одну реальную позицию превышает сотню, что делает агрегирование прямыми запросами методологически некорректным без предварительной дедупликации. Для дефектов выявлена высокая доля нечеткой семантики и значимые значения индекса семантической энтропии, особенно в отделочных работах, что приводит к недопустимо высокой вероятности ошибок автоматической классификации. Нормализация справочников и переход к мастер-данным обеспечивают существенный прирост производительности аналитических сценариев за счет замены строковых сравнений на операции по идентификаторам и индексам, радикально снижая время отклика, нагрузку на вычислительные ресурсы и объем передаваемого трафика. Обоснована управленческая и правовая значимость унификации данных: сокращаются итерации согласования актов, уменьшается доля отклонений по формальным признакам, повышается юридическая определенность электронных документов и формируются предпосылки для внедрения предиктивной аналитики и отраслевых онтологий, необходимых для доказательного управления качеством строительства.