基于大数据分析的建筑室内外公共空间环境行为模式研究

Understanding of the relationship between human and architectural environment is the fundamental issue of architectural design. The usual methods of architectural environmental behavior investigation are on-site investigation, questionnaire, etc., but since these methods can only collect limited amount of data, and such investigations are always based on certain assumptions, it is difficult to do thorough and in-depth analysis of people’s behavior. In the big data era, the technologies of interior positioning and data analysis have been greatly developed, which enable exploration of architectural environmental behavior in a more rational and in-depth way. This research project will collect large amount of people’s movement data in architectural public spaces by Wi-Fi or Bluetooth sensors, and analyze their behavioral patterns through data mining, machine learning and network analysis. The project will try to find out the spatial cognitive and behavior pattern of people, the influence of architectural space on human behavior, and the social communication pattern in public spaces. Afterwards, the discovered patterns will be applied in architectural design optimization and the management of built environment, in order to raise efficiency and environmental quality, and monitor public security. This application is a combination of architectural research and big data analysis, which could have great meaning in academic research and social development.

理解人在建筑环境中行为，是建筑设计的基础。然而，通常建筑环境行为学研究采用的现场观察、调查问卷等方法，可获得的样本数量有限，往往还需要设定特定的行为场景，因此难以进行全面深入的研究。大数据时代，室内定位、数据分析等技术都有了很大发展，为建筑环境行为研究提供了全新的途径，使之可以更加客观和深入。本课题拟针对建筑公共空间中人的行为，使用Wi-Fi、蓝牙等室内定位技术收集人员移动轨迹数据，并结合其他信息，通过数据挖掘、机器学习、网络分析等深入分析其中的行为模式——包括人的空间认知过程与行为模式、建筑空间形态对人行为影响的模式、公共空间中的社会交往和群体行为模式等。在此基础上，拟将发现的模式运用在建筑设计优化和建成空间的运营管理上，用以提高效率，改善环境品质，以及对公共安全的监测和预警。本课题是建筑学与大数据分析相结合的研究，顺应了技术与社会的发展大趋势，对学科发展和国计民生都具有重要意义。

我国大数据产业和大数据技术进入高速发展期，为建筑空间的使用行为分析提供了全新的可能性。在数据获取的层面，多种新型的室内定位技术快速发展，为记录建筑环境行为提供了充足的数据来源；在分析方法的层面，数据挖掘、机器学习、网络分析等一系列工具的发展，使得通过数据分析探究复杂时空行为规律中的规律成为可能。利用大数据技术对于建筑空间中相互联系的复杂行为进行研究，从数据来源和技术方法上均已经成熟，能够为建筑环境行为的研究提供支持。.本课题针对建筑室内外空间，使用先进的数据采集手段与大数据分析方法，对人的行为模式进行了深入研究，取得了多方面的成果。.总体而言，研究在数据采集方法上，使用了适用于不同建筑场景的室内定位技术，主要包括Wi-Fi，UWB，视频数据；在数据分析方法层面，课题开发了基于时空数据挖掘与可视化，机器学习，网络分析等的大数据分析方法与模块；在应用层面，课题对不同功能、不同尺度的各种空间进行了探索与实证研究。.具体而言，基于WiFi定位数据：课题对商场中人的时空行为模式进行了探索，并将空间实际使用情况与商业建筑设计原理进行了比较分析，对其提供了印证和完善；对黄山景区、松花湖度假区进行了研究，分析了游客的时空轨迹和客流规律，为景区的规划管理提供了决策依据；对虹桥机场候机人群的到达离开时间特征进行分析，并根据飞机航班数据预测候机人群行为；以联合办公空间为对象，通过机器学习算法、网络分析方法，定位使用者位置，挖掘环境行为背后的社群结构，进而探讨空间属性对社群结构的影响。基于UWB定位方法：课题对居住行为进行了研究，发现了人在住宅中的位置，不仅会受到采光、家具等影响，更受到空间中与他人视线关系的影响，由此开启了基于人与人关系的空间行为研究新视角；课题对超市等并列型空间进行研究，探索空间组构对人行为的影响。基于视频数据：课题以校园为案例，开发了对象检测、行人重识别方法，分析了校园内人群的分布、人流量、区域联系以及轨迹分布等，为校园规划及安防工作提供实证。