Page 121 - 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

容，有价值的信息密度较高，获取难度较低。
3. 设计及实景图像
设计图像包括总平面图、平面图、立面图和剖面图等主要类型，透视图在绝
大多数互联网建筑案例中不提供，而以拍摄的实景图像作为代替。此类数据为典

型的非结构化数据，承载大量隐藏于表象之下的设计信息。虽然以人的视角来看，
此类数据是建筑师以建筑师语言体系进行表达的，具有较强的自明性与一致性，
绝大部分受过训练的建筑师可以轻易地读取绝大部分设计图中的内容。但对于计
算机来说，建筑设计图像在很多方面仍存在巨大的不确定性。

首先，在表达方式上具有随意性。例如有的建筑师用实线表示墙体，有的则
用双线表示；有的建筑师直接在图中标注空间功能，有的则用索引甚至家具布置
表示。其次，在空间形式上具有多样性，建筑的空间千变万化，各类墙体、门窗
等图像识别的关键要素间缺乏可作为识别基础的固定模式。最后，在图像质量上

存在随机性，不同来源的建筑案例图像清晰度差异巨大，由于算法的制约，图像
识别则要求所有图像的质量基本处于同一水平。
综上所述，案例图像是一种价值巨大、但在当前技术条件下不适于计算机分
析的数据类型，其中所蕴含的设计知识在现阶段必须由建筑师读取。因此，在本

研究中，图像数据的定位是少量需要由人工处理的精华素材。在完整的可拓建筑
设计数据挖掘过程中，首先通过对案例信息与描述文字的批量处理与分析，从海
量互联网建筑案例中找出价值较高者，然后由建筑师有针对性地对这些案例中的
少量图像进行精确化解读，从而发现设计知识。

（三）动态变化
大数据的出现，是随着互联网技术的不断提升和应用范围的不断扩展，人类
社会活动中所产生的数据量呈爆炸式增长的结果。基于这种产生背景，大数据自
出现之日起，便具有不断动态变化的天然特点。这种动态变化的趋势，不仅仅是

单纯地不断累加。从数据本身来看，随着时间的增加，数据量呈单方向不断增加
的趋势，且增加的速度越来越快。而从价值的层面来看，数据的变化更多地体现
为有价值数据范围的频繁变化。
数据的价值体现在能够从中发现与解决问题有关的知识，而解决任意一个问

题所需要的知识都是不同的。因此，当针对特定问题从价值层面对数据进行考量
时，有效的数据量会迅速下降。同时，随着宏观大数据的增长，有价值的数据也

·113·