Page 119 - 建筑设计创新与思维模式研究

第三章 建筑设计的思维模式

等）。其中，测量指标必须从案例中获得，而计算指标在测量指标充分的情况下，
即使案例中没有提供，也可以通过计算得到部分补充。
2. 区位信息
一个建筑案例中，通常会包含建筑的所在地。但是，所在地信息包含大洲、

国家、省 / 州 / 郡、市 / 县等多个级别，案例中提供的所在地通常不是在所有级
别上都完整的。当案例提供了低级别的区位信息时，通过全球地名数据库，可以
补充得到完整的区位信息。
3. 环境信息

环境信息是一个非常复杂的系统，包括气候（如热工分区）与地质（如抗
震设防烈度）等部分。这些信息主要存在于各类环境气候数据库或地理信息系统
（GIS）中，这决定了如果案例中没有直接提供，环境信息还可以通过区位信息
间接匹配获得。

4. 工程信息
工程信息主要涉及建筑的建造周期、投资金额等，其内容可在一些项目公示、
招标、中介类的网站数据库中获得。但此类工程信息来源对建筑案例的重要性较
为敏感，若案例定位相对较低或由于其他原因未被此类来源收录，则很难补充完

整信息。
5. 法律法规
任意一个建筑案例都需受所在地区的相关法律法规管制，各类规范对建筑
师的设计影响巨大。然而，虽然每个案例都是在若干法律法规的同时约束下产生

的，但建筑专业网站中的案例几乎都不提及这一方面。此类数据同样可以通过相
关网站数据库获得，但也需要依赖案例中提供的建筑功能、所在地等信息方能间
接匹配。
（二）形式多样

数据挖掘与数据分析的一大差异，即是所面对数据形式的不同。传统的数据
分析针对的分析对象是结构化数据，而数据挖掘还要面对复杂得多的非结构化数
据。所谓结构化数据，指可以用二维逻辑表达的数据结构，如储存在 Excel 中的
数值、符号等。相对的，非结构化数据即指无法用简明、统一的结构表达的数据

类型，如文本、图片等。基于结构化数据自身的结构严整性，直接对其进行分析
即可获取知识，是可拓建筑设计数据挖掘最理想的对象，但数量较少。而非结构

·111·