建筑数据异常检测工具，基于IQR/Z-Score等统计方法识别成本超支、进度偏差和生产率异常，纯本地处理无网络风险
说明：
## 核心用法
Data Anomaly Detector 是一款面向建筑行业的数据质量监控工具，通过统计学和机器学习方法自动识别项目数据中的异常模式。用户加载 Excel/CSV 数据后，配置检测参数（成本列、日期列、关键字段等），即可执行全量异常扫描。核心检测模块包括：成本异常（基于IQR四分位距和分组Z-Score识别统计离群值）、进度异常（检测负工期、超长任务、零工期非里程碑）、生产率异常（Modified Z-Score识别效率异常）、时序异常（滚动窗口趋势偏差）、重复记录检测、序列断号检测。
## 显著优点
1. **行业定制化**：内置建筑专业阈值（混凝土$200-800/立方码、钢材$1500-4000/吨、管理费率5-25%等），无需用户自行设定基准
2. **多维度检测**：覆盖成本、进度、生产率、数据质量四大业务场景，支持单次批量扫描
3. **统计方法成熟**：采用IQR、Z-Score、Modified Z-Score等经典算法，结果可解释性强
4. **风险分级明确**：Critical/High/Medium/Low四级 severity，自动推荐处置动作
5. **完全离线运行**：零网络依赖，敏感项目数据不出本地
## 潜在缺点与局限性
1. **阈值刚性**：内置COST_THRESHOLDS和SCHEDULE_THRESHOLDS基于北美市场，海外或特殊项目可能误报/漏报
2. **无自适应学习**：无法根据历史数据自动优化阈值，需人工调整config
3. **时序检测简单**：仅支持固定窗口滚动平均，无ARIMA/LSTM等高级时序模型
4. **大表性能未验证**：代码未针对百万级以上记录做向量化优化或分块处理
5. **输出格式单一**：仅支持Markdown报告，无JSON/API格式便于系统集成
## 适合人群
– 建筑公司成本控制部门：快速审核月度成本报表
– 项目计划工程师：检查P6/MS Project导出数据的逻辑错误
– 审计与合规团队：识别潜在的估算错误或数据造假迹象
– 小型开发商：无预算购买Primavera P6完整模块时的轻量替代
## 常规风险
– **输入数据质量**：GIGO原则，脏数据（混合单位、错误日期格式）会导致检测失效
– **阈值误配风险**：国际项目或通胀极端时期，固定阈值可能产生大量假阳性
– **统计方法局限**：IQR对长尾分布敏感，Modified Z-Score依赖MAD稳健性，极端异常值可能污染中位数估计
– **业务误判**：检测出的统计异常未必代表业务问题（如紧急抢工导致的高生产率），需人工复核
– **隐私合规**：虽然工具本身不上传数据，但用户导出的Markdown报告可能通过邮件/云盘泄露敏感项目信息
会员专属
