Page 118 - 建筑设计创新与思维模式研究

建筑设计创新与思维模式研究
Research on Architectural Design Innovation and Mind-set

效果和影响。

三、互联网建筑大数据特点

大数据之“大”，如果单独从字面意义上理解，容易给人留下“大量数据”

的第一印象。真正意义上的大数据，绝不仅止于数量的“大”，还是一个涵盖多
来源、全种类、全时刻的整体数据概念。在这一概念下，大数据除体量巨大之外，
更多地体现出由此所带来的一系列其他方面的衍生特点。具体到建筑案例数据而
言，大数据具有内容分散、形式多样、动态变化等全新特点，与传统的狭义数据
概念存在巨大差异。

（一）内容分散
数量多而价值密度低，是大数据的一大特点。虽然互联网中存在着大量建筑
案例资源，但这些资源并非整齐划一地集中于某一特定区域，而是零散地分布于

互联网中的各个角落。
一般来说，当提到互联网建筑案例资源时，最显而易见的来源即是众多的建
筑设计专业网站，这也正是建筑案例最主要的来源。然而，虽然建筑设计专业网
站中涵盖的数据非常全面，但这大部分是基于网站整体层面而言的一种全面的假

象。当具体到个案时，建筑网站中的大部分案例，其数据都是不完整的。以中国
较为出色的谷德设计网为例，从整体层面来看，该网站包含建筑案例所应具有的
绝大部分数据，包括建筑区位、建筑面积、容积率等诸多方面。但统计该网站最
新收录的 20 个建筑设计案例，针对设计图纸、设计人员、技术指标、区位信息、

环境信息、工程信息和法律法规 7 方面数据进行完整性调查。结果显示，每一个
单独的建筑案例，都存在不同程度上的数据缺失。
这一结果清楚地表明，虽然建筑设计专业网站承载了大部分的互联网建筑大
数据，但仍有数量、种类可观的数据散落在互联网的其他角落之中。在这些关于

建筑案例的各方面数据中，除设计图纸、设计人员、设计说明和同行评价以建筑
专业网站为主要来源外，一些相关数据还可以从若干辅助来源获得。
1. 技术指标
建筑案例的技术指标，从性质上可以分为测量指标和计算指标两类。顾名思

义，测量指标即必须通过测量或设计文件得出的指标（如建筑面积、建筑高度等），
而计算指标为可以通过对若干测量指标的计算得出的指标（如容积率、建筑密度

·110·