【欢迎选课】清华大学研究生课程《大数据与城市规划》(2017秋)
幸福的暑假时光悄然过去
在即将开始的新学期里
你想好要选什么课了吗？
推荐课程：大数据与城市规划
课程简介
城市大数据（及开放数据）对城市物质和社会空间进行了深入的刻画，为客观认识城市系统并总结其发展规律提供了重要机遇，也是城市规划和研究的重要支撑。本课程将结合中国城市（规划）以及技术发展特点进行讲授，秉承技术方法与城市研究与规划并重的原则，既侧重大数据技术方法的讲解，又重视城市系统和规划设计领域的应用。主要涵盖数据获取、统计、分析、可视化，城市系统分析，各个规划类型的应用，以及最新前沿介绍等内容。
课程信息
课 程 号：70000662
授课教师：龙瀛，清华大学建筑学院
授课时间：1-16周/周五/第一大节（8:00-9:35）
授课地点：详见选课系统或联系龙瀛老师
课 时：32
学 分：2
考察方式
中期作业、出勤、大作业
大作业3人左右一组
选课对象
城乡规划 建筑学 风景园林 城市地理 地理信息系统 城市交通 环境规划与管理 城市经济 公共管理 社会学 计算机等专业的清华大学 研究生（硕士/博士）
此外，我们也欢迎旁听（ylong@tsinghua.edu.cn）。
届时将结合国际最新进展和中国城市现实进行授课。
课程大纲
大数据与城市规划概论
大数据在城市规划中应用的研究进展
城市大数据的获取
城市大数据的统计与分析
城市大数据的可视化
城市大数据挖掘：空间句法
城市大数据挖掘：城市网络分析
学生作业中期汇报与点评
大数据与城市规划的结合
数据增强设计
战略及总体规划中的大数据应用
控制性详细规划中的大数据应用
城市设计中的大数据应用
参与式规划中的大数据应用
大模型：新数据环境下的城市研究新方法
学生作业终期汇报与点评
大招来啦
欢迎选修《大数据与城市规划》课程
往期课程干货
第一/二讲 大数据与城市规划概论
大数据在城市规划中应用的研究进展
课件
课外阅读
第三讲 城市大数据的获取
介绍了大数据获取的方法，数据抓取介绍了结构化网页和API两种数据抓取方法，并对所提供给同学的数据进行了详细介绍。
课件
课外阅读
参考资料
第四讲 城市大数据的统计与分析
主要介绍基于ArcGIS和SPSS的统计分析，默认大家掌握Excel和Access的主要针对属性数据（不考虑空间位置）的统计分析技术，并会结合一个做的案例工作介绍所采用的统计分析技术（基于街景数据的街道绿化评价）。
课件
课外阅读
参考资料
第五讲 城市大数据的可视化
讲授城市大数据可视化的基本思路，以及利用ArcMap和ArcScene在本机进行数据可视化的方法和操作，以及利用GeoHey在线进行数据可视化的方法和操作。
BCL的GeoHey可视化门户
https://geohey.com/gallery/bcl
课件
课外阅读
参考资料
第六讲 大数据时代的空间句法
介绍了空间句法的发展背景，讨论了空间句法与城市大数据的关系，以及空间句法软件Depthmap的具体操作等。
课件
课外阅读
参考资料
课后调查：大数据与空间句法的关系
第七讲 基于大数据的城市网络分析
介绍城市网络分析的基本方法和指标，并介绍文献计量、兴趣点网络和公交卡研究应用实例。
（微博轨迹、火车/飞机班次、地名共现、交通出行调查、公共交通刷卡、GaWC、社区识别、总部分支）
课件
课外阅读
第八讲 图片城市主义
城市规划设计与研究的新思路
课件
课外阅读
参考资料
其他：刘伦：城市“颜值”：基于机器学习的北京街道建筑形象大规模测评 （搜狗搜索 微信公众号文章）
第九周：中期汇报
第十讲：数据增强设计
课件
课外阅读
参考资料
- 做研究的小窍门 -
如何回复审稿人的信
第十一讲：战略及总体规划中的大数据应用
课件
课外阅读
参考资料
第十二讲 控制性详细规划中的大数据应用
课件
课外阅读
参考资料
第十三讲 城市设计中的大数据应用
课件
课外阅读
参考资料
第十四讲 参与式规划中的大数据应用
课件
课外阅读
参考资料
第十五讲
大模型：新数据环境下的城市研究新方法
课件
课外阅读
课程结题汇报
1
第一次课外沙龙
龙瀛，数据操作与大作业答疑
补充数据操作介绍
数据操作答疑
大作业答疑
2
第二次课外沙龙
李栋，零代码抓数据
内容简介：
互联网是当前信息传播的主要途径之一，其中也蕴含了大量城市规划研究中可利用的数据资源。如何快速有效的获取到这些数据、开展针对性的研究和分析，对每一位非计算机背景同学来说都是一个不大不小的挑战。本次讲座针对上述问题，以零代码为切入点，组合既有的软件工具，介绍了数据资源探查与定位、自动化抓取和清洗等常规方法，并辅以案例介绍和上机实践，帮助同学们尽快掌握互联网数据抓取的相关基本知识和技能。
沙龙嘉宾介绍：
李栋，博士，现任北京清华同衡规划设计研究院技术创新中心常务副主任。2003年于清华大学环境系获环境工程本科学位，2008年于中国科学院生态环境研究中心获生态学博士学位。毕业后在中规院、清规院等国内一流规划设计单位长期从事城乡规划研究与实践工作，曾参与或负责多项重大规划咨询项目、国际合作研究课题等任务，数次获得省部级以上奖励。个人研究兴趣为城市可持续发展模型与空间数据分析，主要涉及数据、工具和方法研发与应用，学术成果多次在国内外重要会议和同行评议期刊中发表，并担任JEMA、CEUS、IJGIS、GeoJournal等期刊的审稿人。近年来致力于在城市研究和规划中利用多源数据开展精细化研究，也是国内首个定量城市研究网络“北京城市实验室（Beijing City Lab，BCL）”的共同发起人之一。
3
第三次课外沙龙
王江浩，城市时空大数据分析与可视化
内容简介：
随着移动互联网和信息通信技术的发展，产生了大量具有时空标记的空间大数据（如手机定位系统、移动位置服务数据、社交网络签到数据、智能公交卡数据等）。这些以动态、异构、多源为特征的时空大数据已成为我们观察人类自然社会行为的“显微镜”和监测城市资源环境的“仪表盘”， 并且应用到资源环境监测、城市规划与管理、社会计算等各个领域。本次沙龙将介绍城市时空大数据分析的研究进展，并结合具体案例进行上机实践，交流大数据分析与可视化技术，帮助学生尽快掌握城市时空大数据分析的相关基本知识与技能。
沙龙嘉宾介绍：
王江浩博士现为中国科学院地理科学与资源研究所，资源与环境信息系统国家重点实验室，助理研究员。2007年于河海大学获得本科学位，后在中科院地理资源所攻读硕士和博士学位，2015年初留所参加工作。研究方向主要为时空数据挖掘、空间统计、资源环境遥感与应用，已在IJGIS、IEEE TGRS、Annual of AAG等国际学术期刊上发表SCI/SSCI论文20余篇。主持国家自然科学基金、科技部支撑课题、中科院前沿研究等多项科研项目。目前现任中国资源学会资源制图专业委员会副秘书长，也是国内首个定量城市研究网络“北京城市实验室（Beijing City Lab, BCL）”的共同发起人之一。
4
第四次课外沙龙
茅明睿，云平台、众规划与规划转型
内容简介：
报告从发展转型，社会转型，行业变化和规划师的个人理想等多个角度提出了规划如何转型的问题：
从规划业务看，地在哪儿？活儿在哪儿？钱在哪儿？从规划院管理转型来看：类似BCL这类自组织是鼓励还是限制？管理创新怎么搞？从规划是个人发展来看，毕业即失业？去学大数据？
报告从“下得去社区，玩得转数据”两个方面，介绍了北京市城市规划设计研究院云平台创新中心和城市象限团队的若干实践，尝试为规划转型找到一条可行之路。
沙龙嘉宾介绍：
茅明睿，武汉测绘科技大学（现武汉大学）城市规划本科；中国人民大学信息资源管理硕士。2000/7-2016/5任职于北京市城市规划设计研究院规划信息中心，子2000年任职以来主持和参与了本单位的多项重大规划设计、研究和信息化项目。
社会职务：
中国城市科学研究会城市大数据专委会副秘书长；
北京市城市规划设计研究院云平台创新中心秘书长；
北京城市实验室（Beijing City Lab）副主任；
阿里研究院数据经济特邀研究员；
中关村大数据产业联盟智库专家；
中国数据中心联盟大数据发展促进委员会委员
那么课程完成之后呢？
让我们来看看龙瀛老师和同学们怎么说
【 教师篇 】
【 学生篇 】
——课代表
根据同学们提交的共51份课程总结，通过玻森中文语义API（BOSINNLP）进行语义分析，从数据层面上解析同学们的诉求。首先，语义情感分析表现出一致的正向情感，正向情感权重在0.9以上的占总提交数量的92.2%，其中情感权重在0.99以上的占40.4%，这从一定程度上反映了同学们对这门课程的正向评价以及课程带给同学们的正向作用。
其次，通过对提交反馈的关键词提取及权重分配计算（表1），并通过关键词词云的可视化表达（图1），可以看出，同学们的聚焦点在于对于大数据与城市规划的研究，以及具体的数据分析方法。大家的研究方向多聚焦于城市街道，这提示我们在今后教学过程中引导学生拓展数据思维：首先，城市规划不仅仅是空间规划，空间只是城市的载体，但并非决定因素，因此，从社会经济、政策因素等多角度拓展研究则需要更多关注；其次，城市规划不仅仅局限于人本尺度，当然随着扬·盖尔的《公共生活研究方法》专著的出版，关于街道的研究也随之大热，但从宏观尺度上讲，应用数据分析仍是比较有效的研究途径之一。
表1 关键词提取及权重分配
权重分配 | 关键词提取 |
0.519616009585 | 大数据 |
0.287421710808 | 课程 |
0.287159454438 | 城市 |
0.285343495102 | 规划 |
0.262133205157 | 老师 |
0.245044595053 | 研究 |
0.24289622076 | 数据 |
0.179830166206 | 学期 |
0.138955598197 | 分析 |
0.124235177768 | 学习 |
0.103182154125 | 方法 |
0.0848314016055 | 作业 |
0.0813162719352 | 沙龙 |
0.0788544724698 | 收获 |
0.0728909101883 | 知识 |
0.0696828023352 | 同学 |
0.06731476668 | 感谢 |
0.0622213116014 | 街道 |
0.0596663314552 | 问题 |
图1 关键词云图
※由于篇幅有限，上述相关文件完整下载或详情详见https://www.beijingcitylab.com/big-data-and-urban-planning/
或点击页尾的“阅读原文”
更多内容，请点击微信下方菜单即可查询。
请搜索微信号“Beijingcitylab”关注。
Email：BeijingCityLab@gmail.com
Emaillist: BCL@freelist.org
新浪微博：北京城市实验室BCL
微信号：beijingcitylab
网址: http://www.beijingcitylab.com
责任编辑：橘子