4.基于情感空間的城市空間優化與設計

　　我們還可以從情感、情緒這個角度去挖掘和分析微博文本大數據。情緒從表情符號上可以獲取到，同時還可以挖掘出他從事這些活動的時候是否高興，是否沮喪，可以表現出他當時的心情，我們對文本要確定關鍵詞的搜索，哪些關鍵詞要去檢索到當時的狀態，然后給它進行量化。

　　這張圖是利用智能手機GPS數據和活動日志數據對南京大學新校園做的學生情緒分析和評價，包括對校園空間，對宿舍，對操場，實際上也都發現大學生在一些空間的使用方面和情緒變化的差異。我們發現，新校區規劃的部分活動空間使用率較低，學生在宿舍和操場的情緒值是最高的。

　　我們也可以采集社交網站的數據，通過關鍵詞的搜索來了解空間使用的意愿，對這些數據再進行評價，進行關鍵詞的網絡分析。例如，南京的標志性建筑——紫峰大廈作為城市地標，我們可以收集與紫峰大廈相關的網絡大數據，對這些數據的分析，可以給我們提供對周邊環境進行優化設計時所需要的重要參考。這是比較省事的辦法，通過互聯網的手段都可以很方便的實現，而且樣本量非常大。

　　5.基于大數據的建筑內部空間行為分析與設計

　　這是城市綜合體的居民消費行為的評價。利用室內WIFI定位技術，我們可以采集到進入城市綜合體內部的顧客軌跡和時間數據。根據顧客的活動軌跡和停留時間，我們就可以推斷出顧客的消費偏好，也就是他喜歡什么類型的產品。這個一方面我們可以給商家提供一些怎么讓他更好的優化產品布局的策略，也可以更好地為去引導消費者的行為做一些建議。