4.基于情感空间的城市空间优化与设计

　　我们还可以从情感、情绪这个角度去挖掘和分析微博文本大数据。情绪从表情符号上可以获取到，同时还可以挖掘出他从事这些活动的时候是否高兴，是否沮丧，可以表现出他当时的心情，我们对文本要确定关键词的搜索，哪些关键词要去检索到当时的状态，然后给它进行量化。

　　这张图是利用智能手机GPS数据和活动日志数据对南京大学新校园做的学生情绪分析和评价，包括对校园空间，对宿舍，对操场，实际上也都发现大学生在一些空间的使用方面和情绪变化的差异。我们发现，新校区规划的部分活动空间使用率较低，学生在宿舍和操场的情绪值是最高的。

　　我们也可以采集社交网站的数据，通过关键词的搜索来了解空间使用的意愿，对这些数据再进行评价，进行关键词的网络分析。例如，南京的标志性建筑——紫峰大厦作为城市地标，我们可以收集与紫峰大厦相关的网络大数据，对这些数据的分析，可以给我们提供对周边环境进行优化设计时所需要的重要参考。这是比较省事的办法，通过互联网的手段都可以很方便的实现，而且样本量非常大。

　　5.基于大数据的建筑内部空间行为分析与设计

　　这是城市综合体的居民消费行为的评价。利用室内WIFI定位技术，我们可以采集到进入城市综合体内部的顾客轨迹和时间数据。根据顾客的活动轨迹和停留时间，我们就可以推断出顾客的消费偏好，也就是他喜欢什么类型的产品。这个一方面我们可以给商家提供一些怎么让他更好的优化产品布局的策略，也可以更好地为去引导消费者的行为做一些建议。