摘要：本研究探讨大数据背景下工程造价的成本预测方法，重点分析多源异构数据融合与特征提取策略、常用预测模型的对比分析（例如多元回归、随机森林、XGBoost等）以及基于机器学习的动态预测系统构想与应用效果评估。本研究提出在今后工程造价预测要求复杂化的情况下，传统方法已经渐渐不能满足现实需要，需要依靠大数据技术和先进机器学习算法来实现精准预测。在比较各种预测模型性能的基础上，研究表明如何使用多元回归、随机森林和XGBoost来改善预测精度，建立在机器学习基础上的动态预测系统给工程造价管理带来一种更灵活、更有效的解决方法。