建筑工程造价合理性审核贯穿工程项目管理的全过程,审核目的是及时发现和控制造价编制的误差,对提高建筑工程投资效益具有重要意义。但在目前的实践中,造价审核方式存在繁琐性、重复性以及技术滞后性等问题,导致造价审核工作无法有效执行。为了提高造价审核效率与技术水平,保证造价编制的准确性和造价管理的有效性,有必要对积累的造价数据进行处理,将数据挖掘技术应用于造价审核中,实现造价审核方式的转变。首先对建筑工程造价数据应用和审核中存在的问题进行分析,提出基于数据挖掘的建筑工程造价的合理性审核的方法,并针对造价数据应用的难点问题,利用数据处理技术对造价数据进行标准化、结构化集成与处理;然后对建筑工程的类型和功能进行初步分类,单位工程以建筑装饰工程为例,选择15个特征指标,分部工程以桩基工程为例,选择10个特征指标,利用模糊C均值聚类（FCM）分别识别类似单位工程和分部工程样本,作为预测模型的训练样本;其次通过预测方法比较分析,选择最小二乘支持向量机（LSSVM）建立造价预测模型,分别计算出合理的单位工程和分部工程的造价区间对编制造价进行审核;最后利用295个住宅项目的历史造价数据对案例工程的预算进行审核,分析验证基于FCM和LSSVM模型对于建筑工程造价审核的可操作性和合理性。利用FCM聚类能快速有效地识别类似工程作为审核模型的样本,改进了以往研究中样本选择的主观性和随机性;与支持向量机（SVM）相比LSSVM预测模型整体预测性能更优;所提出的审核模型能够较好地提高建筑工程造价审核效率和可靠性。研究结论不仅有助于丰富工程造价审核理论方法,改进了以往研究侧重于基于造价指标审核的局限性,完善数据挖掘在造价审核依据和方法上的应用研究;还可以帮助造价审核人员高效地完成造价审核工作,有助于合理规划和实施投资计划,从而提高建筑工程投资效益,为建筑行业应用大数据进行工程造价的信息化改革提供一定借鉴。