论文部分内容阅读
计算机技术的快速发展和移动信息技术的成熟,引领了科学研究范式的转变,越来越多的研究开始利用大数据揭示某些客观规律。利用社交媒体数据量化市民对城市的感知已经成为了新热点,量化情绪可以弥补传统物理数据无法获取公众态度的不足,研究提取深圳的微博文本数据,进行城市情绪地图的研究,主要研究工作如下:总结国内外已有的研究成果,通过研究首次尝试建立情绪地图体系。通过对情绪的特点和环境关系理论进行深入归纳,明确了情绪地图中各项技术指标的构成和计算方法,确立了以情绪强度、愉快度和情绪类型作为情绪地图的基本指标。应用自然语言处理技术和GIS搭建技术路线,开展了绘制情绪地图的需求分析,数据处理的过程包括了网络微博文本数据的爬取;基于情绪词典和人工判别的情绪的分类;运用语义分析技术实现了情绪要素计算;以及最终通过GIS达成情绪信息的可视化。基于此,最终选择以深圳市2017年12月的新浪微博文本数据作为研究对象,首次于国内在这样的数量级上运用语义分析技术完成了分层式的情绪分类,并对不同的情绪要素和时间粒度分别绘制情绪地图,进而获得深圳市情绪的时间变化规律以及空间分布特征。最终在对不同情绪指标进行计算分析的基础上,提取市民情绪与城市建成环境的互动关系,评价深圳市情绪环境,并展开情绪要素与不同用地的关系探索,在不同尺度上总结规划启示。研究结果验证了大数据在体现群体特征,归纳共性问题上具有很大的优势。综上所述,本研究在国内城市规划领域中是对大数据的进一步尝试,首次提出了城市情绪地图体系,提出了一个新的描述和评价城市的方法;较为系统而全面的展现了城市的情绪现状并进行量化分析,不仅首次揭开了深圳市的情绪特征,也为城市的规划、设计和管理,协调人地关系,构建安全和谐的城市情绪环境提供了重要依据。