随着我国“数字中国”国家战略进程的推进,国家发布了一系列工程造价改革相关政策,旨在充分发挥市场在资源配置中的决定性作用,逐步健全工程造价市场形成机制。这意味着工程造价行业正在迎来从“政府定价”模式到“政府指导,企业自主报价”模式的转变,在这个转变过程中,企业成本指标数据库的建设与完善显得尤为重要。造价咨询企业建立工程造价数据库,可以帮助企业挖掘项目成本信息,提升业务质量,增强企业的核心竞争力。然而,当前国内工程造价行业正处于数字化转型的初期,对于企业数据库的建设存在着未建立工程造价数据转换标准、数据采集方式较为原始以及数据指标的应用深度不够等问题。因此,针对当前工程造价咨询企业数据库建设过程中存在的问题,开展相关研究,主要研究工作及结论如下:1)调研了国内外数据库建设的相关研究,当前企业数据库的建设和应用的情况进行梳理,确定企业数据库建设与大数据、人工智能等科技技术结合的落脚点,制定基于大数据、人工智能等技术的企业数据建设的研究路线。2)开展数据库成本指标体系的研究。研究通过对工程造价数据的特点、指标体系的应用需求、指标体系的结构形式等内容进行理论分析,制定数据库指标体系的构建原则,并结合实际情况设计构建思路,具体构建包含项目概况信息、经济指标和技术指标三部分的指标体系,为后续的造价数据深入挖掘和应用提供数据基础。3)开展数据库指标智能采集的研究。研究结合自然语言处理技术设计出数据库指标智能采集的思路,利用ERNIE、BERT和Ro BERTa搭建清单分类模型,并整理不同项目类型的清单数据集用于模型训练和分析。从模型在测试集上的性能表现分析,基于Ro BERTa的分类模型在工程量清单上的分类效果最优,在测试集上的准确率达到93.6%。4)开展基于机器学习的造价预测研究。采用SVR、GPR和RFR算法搭建工程造价预测模型,通过工程造价数据库中的指标数据对预测模型训练。从测试集上对预测模型的表现性能分析,基于GPR的预测模型平均绝对百分比误差仅为1.42%,满足企业开展项目工程造价快速预测的精确度要求。