《ADVANCED ENGINEERING INFORMATICS》：What drives risk similarity across construction projects? An explainable machine learning analysis using GPT-based embeddings
编辑推荐：
本文提出整合GPT文本嵌入、集成学习和可解释AI的新型框架，用于量化交通建设项目跨项目风险相似性。基于72个项目共3500个风险项的数据分析表明，风险相似性主要由地理背景、风险管理风格和交付方式驱动，而非项目规模或类型。该框架为后续开发基于LLM和知识图谱的风险预测系统提供了基础。
阿卜杜勒马吉德·埃尔法尼（Abdolmajid Erfani）| 莫赫森·纳格迪（Mohsen Naghdi）
密歇根理工大学土木、环境与地理空间工程系，美国密歇根州霍顿市，邮编49931
摘要
风险登记册包含了丰富的经验知识，然而现有的方法难以系统地比较不同项目之间的风险，并将过去的经验转化为可操作的见解。本研究介绍了一个可解释的、数据驱动的框架，通过整合基于GPT的文本嵌入、集成学习和可解释人工智能（XAI）来量化交通建设项目中的跨项目风险相似性。利用来自72个交通项目的3500多个风险条目，该框架测量了项目风险概况之间的语义相似性，并模拟了项目特征如何塑造相似性模式。集成模型表现出强大的预测性能（），而XAI分析显示，风险文档实践、地理环境和交付方式对相似性结果的影响最大，超过了项目规模或项目类型的因素。这些发现表明，可转移的风险知识主要是由情境驱动的，而非规模驱动的。所提出的框架为未来的基于大型语言模型（LLM）和图谱的风险预测系统提供了坚实的基础，使得交通基础设施项目的风险管理更加透明、可扩展和具有情境意识。
引言
建筑业是一个高风险行业，其特点是项目延误、成本超支和争议频繁[1]、[2]。风险管理是建筑行业长期以来的最佳实践，旨在主动应对潜在的不确定性[3]、[4]。虽然早期的研究和实践主要依赖于基于专家的方法，如研讨会、调查、访谈和检查表[5]、[6]、[7]，但最近的研究开始探索使用基于历史项目信息的人工智能（AI）和数据驱动模型[8]、[9]、[10]、[11]。然而，仍有一个持续的讨论话题是，尽管建设项目具有独特性，但与之相关的风险往往是反复出现的[12]、[13]。因此，如果AI驱动的工具能够根据历史数据为项目团队提供常见风险列表，从业者就可以将更多时间和精力投入到解决最具体或独特的风险上[14]、[15]、[16]。这凸显了利用历史数据和从先前项目中获得的经验来增强未来项目风险识别的重大机会。
随着大型语言模型（LLM）的快速发展，这些模型能够进行推理、做出决策并整合外部知识[17]、[18]，人们越来越关注开发将LLM与外部知识结构（如知识图谱[16]、[19]）结合的工具，以增强历史数据在建筑风险识别中的应用。然而，要开发出这样的成功工具和外部知识图谱，首先需要确定驱动建设项目风险相似性的根本因素。例如，项目类型（如桥梁、隧道、高速公路或道路）、项目规模（如低于1亿美元 versus 超过1亿美元）或项目交付方式（如P3模式、设计-建造模式或设计-投标-建造模式）是否会影响风险相似性？如果会的话，又是以何种方式影响的？项目团队的风险管理风格——他们是作为过度规划的团队在项目早期识别出一整套风险，还是作为谨慎的团队只将最可能的风险纳入初始列表——是否会影响以往项目中的风险相似性？
本研究通过对大量项目风险记录的实证分析来填补这一研究空白，以确定导致历史数据中风险相似性的关键因素。为此，该研究利用了人工智能的最新进展，通过基于LLM的GPT嵌入提取风险声明的语义含义，并应用可解释人工智能（XAI）技术来解释各种项目属性（包括类型、规模、地理位置、交付方式和团队风险管理风格）对建筑项目中跨项目风险相似性的影响。本研究为建筑领域中数据驱动和可解释风险管理的不断发展的研究做出了几项贡献：
1.它将跨项目风险相似性引入建筑风险管理中，作为一个可量化和可解释的构念，提出了一个框架，该框架将风险文本的语义表示与项目级背景相结合，以系统地比较不同项目之间的风险概况。与传统基于专家或关键词匹配的方法不同，该框架捕捉了风险声明的潜在含义，并明确地将相似性模式与制度和组织属性联系起来
2.它提供了实证证据，说明情境和组织因素（如项目类型、规模、位置、交付方式和团队风险管理风格）如何影响建筑项目中风险的相似性。这些发现为组织如何跨项目结构和共享风险知识提供了新的管理见解
3.它揭示了风险相似性的关键决定因素；因此，这项研究为开发基于知识图谱和LLM的工具奠定了基础，这些工具可以支持未来项目中基于LLM和情境意识的风险识别
虽然所提出的框架整合了现有的AI组件，但其新颖之处不在于引入了一种新算法，而在于重新定义了如何比较、解释和转移建筑项目中的风险。与以往专注于预测项目结果或分类个别风险的人工智能研究不同，本研究将跨项目风险相似性引入作为一个可测量的、可解释的构念。通过将风险相似性提升到项目层面，并建模制度、组织和情境因素如何塑造相似性模式，该框架能够系统地分析为什么风险会在不同项目中重复出现，而不仅仅是识别哪些风险出现频繁。这种概念上的转变提供了通过独立嵌入模型或黑盒预测工具无法获得的新实证见解。
部分摘录
建筑风险识别
风险识别长期以来被认为是风险管理框架的一个基本组成部分，因为理解不确定性的来源是有效管理它们的第一步[21]。传统上，这一过程主要依赖于专家判断和定性评估方法来预测可能影响项目绩效的潜在不确定性[22]。常见的方法包括风险研讨会[23]、结构化访谈、调查[24]和头脑风暴会议
研究方法
本文提出了一种新的框架，通过整合基于GPT的文本嵌入和XAI技术来量化和解释跨项目风险相似性，如图1所示。该框架包括六个关键阶段：（1）从历史交通项目风险登记册和相关项目属性中收集数据；（2）对风险描述进行预处理以标准化和清洗；（3）生成和评估风险嵌入以捕捉语义含义；（4）
结果
在汇总项目层面的风险相似性之前，评估了风险级别嵌入的语义有效性，以确保相似性得分能够有意义地反映专家对相关风险的看法。这一步骤至关重要，因为项目层面的相似性指标直接来源于风险之间的比较，嵌入阶段的错误会传递到后续分析中。随机选取了20个风险对比较样本进行了检查
讨论
本研究提出并展示了一种新的框架，通过整合基于大型语言模型的嵌入和集成学习及可解释人工智能技术来量化跨项目风险相似性。结果表明，从基于GPT的嵌入中得出的语义表示能够有意义地捕捉建筑风险声明之间的相似性，并实现跨交通项目风险概况的系统比较。除了方法上的新颖性之外，该框架
结论
本研究提出了一种可解释的、数据驱动的框架，通过整合基于GPT的文本嵌入、集成学习和可解释人工智能技术来量化和解释交通建设项目中的跨项目风险相似性。通过超越基于关键词的匹配和专家驱动的类比，所提出的方法能够基于历史风险登记册的语义内容系统地比较项目风险概况。结果
CRediT作者贡献声明
阿卜杜勒马吉德·埃尔法尼（Abdolmajid Erfani）：撰写 – 审稿与编辑、撰写 – 原稿、可视化、监督、方法论、调查、形式分析、数据管理、概念化。莫赫森·纳格迪（Mohsen Naghdi）：撰写 – 审稿与编辑、撰写 – 原稿、方法论、调查、形式分析。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能会影响本文报告的工作。
