← 返回研究列表
图 1 数据库信息类型及目的
图 2 功能性空间情绪分布概率堆叠分析图
图 3 水空间情绪分布概率统计图及各小类主题模式
图 4 建筑与植物比例与情绪分数概率分布相关性分析
风景园林审美认知智能分析工具
一、解决的问题及产品定位
风景园林领域想了解游客审美偏好时,常面临两类难题:一是传统方法要么依赖小样本实验(如脑科学设备测反应),样本少且成本高,难反映大众真实认知;要么只分析文字评论,漏了游客拍照里的视觉信息(如植物、水体布局),没法深挖"哪类场景更受欢迎";二是跨文化认知差异难量化,比如海外游客对中国园林的理解常混淆中日风格,却难通过传统手段找到原因。
针对这些痛点,我们基于多模态深度学习技术,研发了风景园林审美认知智能分析工具雏形。它不是替代人工分析,而是定位"认知规律辅助挖掘工具"------ 通过整合社交媒体图文数据(如游客拍的园林照片 + 评论),自动提取场景元素(水体、建筑等)、分析情绪倾向,找出审美偏好与认知问题,适配三类场景:文化传播机构(优化中国园林海外传播)、园林运营方(调整景观布局)、旅游推广团队(精准设计宣传内容),为审美相关的决策提供数据支撑。
图 1 数据库信息类型及目的
二、实际价值与效果
从测试来看,工具已能解决核心需求:
- 效率提升:传统人工分析 1 万条社交媒体数据需 1 周,现在 24 小时内可处理 50 万 + 条,还能自动分类场景(如功能性空间、审美空间);
- 认知挖掘精准:能识别游客偏好(如自然式湖面比规则水池更易引发积极情绪,建筑 + 植物 + 水 + 石头四要素齐全的场景评分最高),也能发现问题(如海外游客易将中国庭院与日本"Zen"风格混淆);
- 数据维度全:相比单一文本分析,结合图像元素占比(如植物与建筑 2:1 时游客情绪更积极),结论更贴合实际游览体验,为设计调整提供具体方向。
图 2 功能性空间情绪分布概率堆叠分析图
图 3 水空间情绪分布概率统计图及各小类主题模式
图 4 建筑与植物比例与情绪分数概率分布相关性分析
当前工具已适配海外中国园林场景,在多地域园林(如国内城市公园)、多语言数据(如小语种评论)、对接园林运营管理平台(实时分析游客反馈)等方面仍有优化空间。若您是文化传播公司想优化中国园林海外推广策略、园林管理方需调整景观提升游客体验,或旅游机构想精准设计宣传内容,欢迎联系我们。我们可定制特定场景的分析模块(如某类园林的审美分析),或提供数据接口适配现有系统,让技术更贴合实际需求,推动学术成果落地行业实践。