摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-24页 |
1.1 研究背景 | 第11-13页 |
1.1.1 课题的提出 | 第11-12页 |
1.1.2 研究目的与意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-19页 |
1.2.1 国外研究现状 | 第13-15页 |
1.2.2 国内研究现状 | 第15-19页 |
1.3 相关概念 | 第19-21页 |
1.3.1 互联网+ | 第19-20页 |
1.3.2 建筑策划 | 第20页 |
1.3.3 大数据 | 第20-21页 |
1.4 研究方法及研究内容 | 第21-24页 |
1.4.1 研究方法 | 第21页 |
1.4.2 研究内容 | 第21-24页 |
第2章 基于大数据的建筑策划基本理论 | 第24-41页 |
2.1 大数据下的建筑策划涵义与核心 | 第24-27页 |
2.1.1 大数据下的建筑策划涵义 | 第24-25页 |
2.1.2 大数据下的建筑策划核心 | 第25-26页 |
2.1.3 大数据下的建筑策划局限性 | 第26-27页 |
2.2 大数据下的建筑策划基本特征 | 第27-31页 |
2.2.1 策划数据全面化 | 第27-28页 |
2.2.2 策划主体多元化 | 第28-30页 |
2.2.3 策划分析智能化 | 第30页 |
2.2.4 策划过程动态化 | 第30-31页 |
2.3 大数据下的建筑策划原则 | 第31-36页 |
2.3.1 数据可视化原则 | 第31-33页 |
2.3.2 交叉验证原则 | 第33页 |
2.3.3 系统扁平化原则 | 第33-35页 |
2.3.4 计算机辅助决策与实态调查相结合原则 | 第35-36页 |
2.4 大数据下的建筑策划程序与方法 | 第36-40页 |
2.4.1 大数据下的建筑策划程序改善 | 第36-39页 |
2.4.2 大数据下的建筑策划方法革新 | 第39-40页 |
2.5 本章小结 | 第40-41页 |
第3章 基于大数据的建筑策划数据采集准备 | 第41-55页 |
3.1 项目数据获取来源 | 第41-46页 |
3.1.1 网络数据 | 第41-43页 |
3.1.2 设施数据 | 第43-45页 |
3.1.3 本地数据 | 第45-46页 |
3.2 建筑项目数据采集 | 第46-51页 |
3.2.1 功能类建筑策划大数据 | 第48-49页 |
3.2.2 形式类建筑策划大数据 | 第49-50页 |
3.2.3 经济类建筑策划大数据 | 第50-51页 |
3.3 建筑策划大数据存储系统 | 第51-54页 |
3.3.1 Hadoop生态系统基本框架 | 第51-52页 |
3.3.2 建筑信息模型(BIM) | 第52-53页 |
3.3.3 建筑策划大数据存储系统构建 | 第53-54页 |
3.4 本章小结 | 第54-55页 |
第4章 基于大数据的建筑策划数据应用方法 | 第55-79页 |
4.1 用户需求语义分析 | 第55-58页 |
4.1.1 基于Web文本的用户需求挖掘 | 第55-57页 |
4.1.2 基于喜好数据的用户情感计算 | 第57-58页 |
4.2 时空数据关联匹配 | 第58-64页 |
4.2.1 网络需求与用户空间关联分析 | 第58-60页 |
4.2.2 场地环境与用户行为关联分析 | 第60-62页 |
4.2.3 建筑空间与用户行为关联分析 | 第62-64页 |
4.3 动态数据实时监控 | 第64-67页 |
4.3.1 动态反馈的技术策划 | 第64-66页 |
4.3.2 实时监测的经济策划 | 第66-67页 |
4.4 基于大数据的建筑策划决策案例 | 第67-77页 |
4.4.1 基于建筑案例网的建筑材料决策 | 第69-74页 |
4.4.2 基于住宅房价网的建筑经济决策 | 第74-77页 |
4.5 本章小结 | 第77-79页 |
结论 | 第79-81页 |
参考文献 | 第81-86页 |
附录 | 第86-92页 |
附录1 网页文本数据爬取代码 | 第86-87页 |
附录2 scrapy爬虫框架简要步骤 | 第87-89页 |
附录3 scrapy获取建筑案例的网址源spider代码 | 第89-91页 |
附录4 火车采集器采集网页数据简要步骤 | 第91-92页 |
攻读学位期间发表的学术论文 | 第92-94页 |
致谢 | 第94页 |