利用社交媒体数据分析街道空间活力因素的组成——以上海安福路、永康路街道为例.pdf

1总第240期/2023/7/视觉新语利用社交媒体数据分析街道空间活力因素的组成以上海安福路、永康路街道为例王贺亭 陈新业（上海师范大学美术学院，上海 200233）摘要：随着社交媒体蓬勃发展，公众已习惯通过社交媒体进行内容分享实现在线互动与内容评价，由此产生的社交媒体大数据可作为环境行为学研究的一个重要数据来源，乃至作为街道空间更新建设的重要参考依据。该文以上海安福路和永康路街道空间为研究对象，从社交媒体中爬取评价数据并提取高频词，以语义解析法（SD 法）对街道空间高频词和消费者满意度情感进行分析。通过对比两个相似街道空间中商业活动、街道环境和人的活动相关的高频词对，尝试分析影响街道活力的构成因素，为提升城市街道活力提供依据。关键词：社交媒体数据获取；语义解析法（SD 法）；街道空间；空间活力城市小型街道空间将多种业态、业种整合拼接，带动消费行为、社会交往和休闲旅游。街道活力体现为街道空间中社会性活动的频繁程度，是整个城市活力最直接的外化体现。在大众社交媒体时代，人人都是内容的创作者、评价者和传播者，公众依赖社交平台中的“大数据”来搜寻、评价商品和服务。大众社交媒体成为不断向大众输送城市形象与文化活力的平台，大众社交媒体的流量已渗入商业街道的日常管理与重塑。商业模式的转变必将引起街道空间形式的更新，而街道活力的构成因素也随之发生变化。简雅各布斯率先提出“街道活力”概念，认为安全与多样性可以提升街道的活力。扬盖尔认为，户外活动与空间质量是城市街道吸引人的重要因素，小尺度、立面丰富、带有步行系统的街道会更受欢迎。全球城市 地方商街中指出，地方商街的多样性是街道活力产生的重要基础，高质量、内容丰富的商业街道空间是保持街道活力的关键。上海作为时尚度和小尺度路网发达的城市，在不断推进的城市更新基调下发展出了“融合型”街区。本文选取上海市区内业态和业种相似的两条街道安福路和永康路作为研究对象，探析提升街道活力的发生因素。一、研究方法设计大众社交媒体数据具有大量（Volume）、高度（Velocity）、多样（Variety）、低价值密度（Value）和真实性（Veracity）等特征。通过对海量的大众社交媒体数据进行处理，可以形成具有决策力、洞察力和流程优化能力的信息资产。本文通过采集社交媒体“小红书”的数据信息，获取了大量用户发布内容和使用后评价并提取高频词对。利用语义解析法（SD 法），对高频词对进行语义分析，得出构成街道空间活力的因素。（一）小红书平台用户特征分析2017 年创建于上海的“小红书”，活跃用户以有较强消费能力的青年女性为主，用户数超过 3 亿，是一个生活方式平台和消费决策入口。女性用户更喜欢通过社交平台体验和“种草”产品，为自己的出行和购买作出决策。小红书通过机器学习对海量数据和个人用户进行精准和高效匹配，这些数据大都带有较强的个人情感，利于后期提取有效高频词对。（二）数据采集对象本文的研究对象在小红书平台搜索频次极高。安福路街道位于上海市徐汇区，东西走向约 800 米，小红书平台上“安福路”的搜索量在 2021 年 4 月同比增长 354%。永康路街道位于上海“衡复风貌区”，以襄阳南路为界分为东、西两段，总长约为 500 米。近年来，两条街道逐渐形成了各具特色的开放特征，二者在小而精的店铺风格和业态分布上具有一定的相似性，具备对比研究的条件。（三）分析工具1.社交媒体大数据获取社交媒体大数据已经成为环境行为学研究的重要数据来源。当大量用户针对特定空间或事件在社交媒体上发表自己的看法时，就会形成相关的大数据。利用爬虫等技术手段能够迅速获取此类大数据，经分析可得到与公众的观点、行为特征和空间使用状况相关的高频词对。相比传统的实地调研，大数据覆盖的时间段和消费人群更加完整。现阶段，单一商品或服务已无法承载多元化的消费需求，街道空间的复合化和业态业种的多样性都会提高用户的消费评价，大数据可以更为直接地反映这些情况。2.SD 法语义分析SD 法（SemanticDifferential）的分析步骤为：选定研究对象，拟定与对象相关的一系列描述性形容词，定出评价尺度并测试，对结果量化分析，绘出对应图像，以此把握调查对象的发展趋势。SD 法是通过语言尺度来衡量人的感知并进行量化的评价方法，广泛应用于建筑、规划、景观评价等领域。3.数据分析本文以安福路和永康路的街道空间为研究对象。首先，爬取小红书中个人发布的相关文本内容作为数据来源，分析消费者对街道空间的感知状态，分别获得消费者对两条街道空间的情感变化趋势，经筛选获得高频热词，拟定评价尺度。其次，根据评价尺度拟定若干描述性形容词对，借助语义评价方式提2/总第240期/2023/7视觉新语取关键词并建立关系，把基于文本数据的个体感性评价总结为理性的定量分析。最后，借助 SD 法对关键词对进行情感赋值，从语义分析中得出消费者对两条街道空间要素的评价结果，从而对两条街道空间活力进行评价。二、评价论证（一）数据获取和处理本文运用 Python、后羿采集器，以“安福路”“永康路”为关键词，对小红书平台进行数据爬取。数据时间跨度为2021 年 3 月至 2022 年 4 月，由于小红书平台设置了“反扒系统”，限制单个关键词爬取数量为 1000 条，因而共获得 2000条文本信息。随后，提取高频词并进行归纳分类，删除无效内容后，共获取有效评论 1449 条。高频词基本覆盖店铺类型、消费感受、空间环境、交通可达等方面，利用这些相关高频词再进一步建立评价指标。（二）评价指标建立安福路与永康路都是融合了新兴业态的传统商业街道，基于筛选得出的高频词和商业街道的价值评估标准，本文确定了14 对评价尺度形容词对，标记为 E1E14（表 1）。评价尺度的选取分为两类：一类是选择高频词中直接对应的名词或形容词（表 2）；另一类是根据商业街区评价惯例选择尺度，选择词频数高且与街道空间相关的词组（表 3）。（三）评价分析本文的高频词情感赋值参考了庄惟敏（中国工程院院士，梁思成建筑奖获得者）SD 法与建筑空间环境评价一文，对本项研究爬取的文本数据进行了分析衡量。评价体系设置了 7 级评价尺度，分别为很差、差、较差、一般、较好、好、很好，对应分值分别为-3 分、-2 分、-1 分、0 分、1 分、2 分、3 分。由于社交媒体数据内容庞杂，多为口语化、情绪性的语言评价，因此在处理文本时，首先要停用无关词和主观性过强的词组，选择有效评论和评价尺度对应的关键词组，以提高结果的准确性。其次爬取的数据量较大，本文采用计算机计算与人工分析相结合的方法，先通过 Python 工具运行代码（图 1）得出相关词频各项因子的平均分值，再依据平均分值绘制两条街道的 SD 法折线图。图 1 Python 分析流程图三、评价结果根据两条街道活力评价分值折线图（图 2）可知，大部分评价因子在 0 水平线以上，两条街道的整体活力较好，且两条街道的评价因子得分差别不大，只有个别因子正、负向差别明显。由于社交媒体存在数据缺项，两条街道均存在极负的分值，如在街道公共设施方面，需要实地考察以补充相关数据。在街道特色方面，两条街道呈现出极正的分值，实地调研发现，这与街道空间内多业种、新业态的商业分布存在直接联系。安福路与永康路街道均属于商业集中、开放式的街道空间，两条街道都通过建立一种双向的交流体验，吸引消费者二次“打卡”。在这一过程中，消费者在社交媒体上发表评论，可以为后续消费活动引流。此外，街道管理者和各商业体也积极回应社交媒体的评论不断调整街道商业环境、业种和业态。3总第240期/2023/7/视觉新语图 2 安福路、永康路街道活力评价分值折线图四、活力因素相关性分析根据两条街道活力因素的相关性分析，对确定的 14 组活力因子进行分类，得出影响街道活力的强相关因子为商业类型、街道环境和人的活动（表 4）。（一）商业类型活力评价分值折线图显示，两条街道商业业种丰富度 2.7，结合大众点评与地图兴趣点（POI）统计得出安福路沿街商铺共110 家，排名前三的店铺业态为服饰店、餐厅和咖啡店；永康路沿街商铺共 171 家，排名前三的店铺业态为民宿、餐饮和便民。从爬取的数据可知，安福路比永康路拥有更多的笔记数和话题性，其商业业种也更加完整、合理且强调文化性，已扩展到文化展览、艺术画廊等新业种范畴，吸引了消费者频繁光临和长时间停留。永康路店铺数虽多于安福路，但西段街道以提供居民日常生活服务为主，整体空间感受较一般。东段酒吧街经整改后，更新为文化与时尚结合的街道，“咖啡文化”与“慢生活”已成为街道氛围的主题，也减少了扰民的烦恼。（二）街道环境街道的空间环境包括街道的空间形式和公共设施。当空间中的元素带给人们轻松的感受时，就能够拉近街道空间与消费者之间的情感距离。数据显示，在空间感受方面，两条街道均 2.8，说明熟悉感可以更好地吸引消费者频繁光顾。消费者对永康路的感知情况紧张感为-1.13，原因是永康路街道空间形式单一，商业模式多样性不足。永康路西段街道立面尚未统一布局，底界面铺装粗糙，街道绿化简单，各种管线、空调外机暴露在外，总体较混乱。东段街道立面整洁，建筑风格多样，沿街设置有绿化隔离带和座椅等公共设施，单体建筑也将室内座椅延伸至街道空间，形成了局部的街道社交环境。相较于安福路街道，永康路街道的空间整体缺乏规律性和可识别性。安福路街道的店铺设计新颖，街道的侧界面和底界面整体统一，街道空间的秩序性明显，形成了连续性空间环境。街道空间环境的质量决定了消费者社会性活动的停留时间，二者相比，安福路街道环境的改善增加了消费者活动数量、时间，扩大了活动范围。（三）人的活动人流密度是直接反映街道空间活力的重要指标。人群的密集程度与对街道空间的满意度呈正相关，是否满足消费者的心理预期直接影响第二次消费的发生。消费者可以通过社交平台获取热门推荐，这些高频打卡场所承载了大量社交性活动的发生。通过实时热力图可知，安福路的总人流量大于永康路，甚至会造成街道拥挤。五、结语本文基于小红书评论数据，获取两条街道空间使用者的感知情况及满意程度，以空间使用者的心理感受为量化数据，进一步分析了街道活力因子的组成。消费者通过线下打卡反馈社交平台，节点图像便成为新的空间认知标签，有利于形成连锁式消费关注，从而可以不断以新的活力点带动街道发展。参考文献：1 庄惟敏.SD 法与建筑空间环境评价 J.清华大学学报（自然科学版），1996（4）：42-47.2 李少波，全华凤，胡建军，等.基于在线评论数据驱动的产品感性评价方法 J.计算机集成制造系统，2018（3）：752-762.3 庄惟敏，张维，梁思思.建筑策划与后评估 M.北京：中国建筑工业出版社，2018.4 王昭雨，庄惟敏.点评数据驱动下的感性评价 SD 法使用后评估研究以城乡历史街区为例 J.新建筑，2019（4）：38-42.5 苟爱萍，王江波.基于 SD 法的街道空间活力评价研究 J.规划师，2011，27（10）：102-106.作者简介：1.王贺亭，女，河南洛阳人，硕士研究生，研究方向：环境设计；2.陈新业（通讯作者），男，江苏无锡人，硕士研究生，副教授，研究方向：环境设计。