基于“影像词袋”模型的城市地标公众认知意象与设计应用研究

■肖竞 张芮珠 蔡婉洵 曹珂

城市地标是城市中具有方向导引、形态统辖、价值象征、历史纪念等多重意义的标志性建筑、景观元素，对城市空间秩序建构以及公众对城市意象的认知具有关键性影响。随着我国城镇化发展从扩张性建设转向内涵式提升，城市地标的设计建造也将逐渐从政治叙事和品牌营销转向以公众人本认知分析为支撑的公共文化建构方向[1]。对城市地标公众认知意象的研究有助于更好地建立城市空间使用主体与标志物系统客体之间的对话交流，理解公众对城市意象的认知逻辑，从而有效指导城市空间的人本化设计、更新和文脉传承[2-3]。为此，本文尝试运用信息检索分析的“词袋”模型（Bag of words model）和网络社交媒体平台中公众分享、发布的用户自生成数据（User Generated Content，以下简称UGC），探索建构针对城市地标空间公众认知意象研究的“影像词袋”分析方法，并以上海为城市分析样本，探讨不同情境条件下和不同人群类别的公众地标认知意象，进而提出针对性的城市地标设计响应策略，为城市标志性建筑、空间设计与更新提出参考建议。

一、研究评述：城市地标公众认知研究与影像大数据分析

本文拟通过对城市地标的公众认知意象分析，探究公众的认知偏好、规律，制定相应人本化地标设计策略。目前，相关领域研究进展如下：

（一）城市地标认知与设计研究评述

20世纪60年代，美国城市规划学者凯文·林奇（Kevin Lynch）提出城市意象概念，将地标作为公众认知城市意象的五要素之一，建立了基于认知地图分析方法的城市地标意象研究方向[2]。此后，国内外学者分别从主体认知、价值解析与设计应用等角度开展了多元化的地标研究探索：王爱平等从性别角度剖析了造型、体积、色彩等因素对不同性别、年龄、职业主体地标认知的差异化影响[4]；邓昭华等提出了“背景—差异对象”的城市地标形成机制解析框架，分析了自然、社会、政治、经济因素对桂林、肇庆等地城市地标的影响[5]；庄宇结合巴黎、纽约、杭州等中外城市地标设计案例，从城市空间秩序建立和感知的角度，提出了地标设计的六原则[6]；肖竞等建构了以区位、属性、尺度、形态为分析要素的城市地标空间叙事与符号意义分析方法，并对西南、卫藏地区历史地标的景观特征与风格源流进行了系统解析[7-9]；唐波等提出了通过访谈与问卷调查，以历史价值、游赏价值、知名度、时代感为解析要素的城市地标主体感知差异研究方法[10]；上述研究初步提出了城市地标认知、设计的基础解析要素，并形成以问卷调查、认知地图、网络文本分析为手段的多元分析方法；但仍存在解析要素逻辑系统性、互斥性不足和公众认知意象表征单一、结论笼统等问题，有待新的技术与方法创新拓展理论认知。

（二）公众认知意象与影像大数据研究评述

“认知意象”是指主体在整合其对客体对象多维度感知、体验和代入自身情感经验后，在主观世界中创建的具有结构化意义的形象。相关研究起源于环境心理学与地理学界：20世纪70年代，段义孚（Yifu Tuan）与杰伊·阿普尔顿（Jay Appleton）首先提出人类环境认知的文脉决定论与生物决定论[11-12]；20世纪80年代，Ervin H.Zube等总结出主体知觉环境的体验模式、专家模式、心理物理模式、认知模式等四大基本范式[13]，Harold M.Proshansky等提出性别、年龄、社会阶层等主体认知研究的人群细分类别[14]。之后，Dwayne A.Baker等提出了惊喜、愉悦、感动、新奇、兴奋等主体认知状态表征因子[15]，不同学者根据认知客体类型差异广泛开展了针对城市公园、广场、历史城区的公众认知研究[16-18]。

影像数据分析即利用主体拍摄、发布的摄影资料探索其游憩感知心理、行为的分析手段。其最早源于英国学者约翰·厄里（John Urry）提出的“游客凝视”理论[19]。随着网络UGC用户生成数据的大量涌现及其采集、分析技术的成熟，有关利用UGC影像数据分析公众认知意象的研究逐渐成为热点内容：戴光全提出了以人物、景观、场景、特写为分析要素的UGC影像数据分类准则[20]；Svetlana Stepchenkova等提出了以影像主题分类与分布特征解析方式探索主体认知规律的技术路径[21]；Shah Jahan Miah等提出了以符号分析、内容分析、空间聚类分析为手段的影像大数据分析技术[22]。上述技术、方法对运用UGC影像数据深入解析各类城市空间公众认知意象具有广泛的应用指导价值。

二、方法建构：城市地标公众认知“影像词袋”分析框架

“词袋”模型为文本信息快速识别、检索的分析方法，其将文本视作忽略语法结构的单词集合“词袋”，通过对词袋中单词的词频统计，构造文本的特征向量表达[23]。之后，计算机图形学运用上述原理，建构出“视觉词袋”（Bag of visual words model）模型，将图形影像解构为图斑单元，并广泛应用于人像识别、视频分类、遥感影像分析等领域[24]。“影像词袋”则为笔者根据上述模型原理提出的基于影像数据属性识别与主题聚类的分析方法。与“视觉词袋”以单幅影像为词袋单元，以影像中视觉场景为单词要素（统计单元）的分析方式相比，“影像词袋”分析以特定影像组集为词袋单元，以单幅影像的意象属性特征为单词要素，适用于数据结构与分析内容更为复杂的研究（图1），具体以词典构造、词袋生成、意象表征、认知解析为分析步骤。

图1 文本词袋、视觉词袋、影像词袋模型分析步骤与方法

（一）词典构造

“影像词典”即由用于词袋聚类分析的影像“单词”要素集，根据地标认知意象研究的分析逻辑，从地标属性特征与公众意象偏好两方面梳理、构造要素词汇、词典。

1.地标属性词典

“地标属性词典”即以地标自身的特征属性为单词词汇的要素组集，其可作为公众对城市地标认知影响因素的识别线索。结合既有城市地标公众认知意象研究的相关结论[1、3-5]，本文提出形体标识性、空间特色性、文化纪念性、功能公共性、区位中心性、社会知名度等六种地标属性特征刻画因子，作为样本UGC影像分类和词频统计的要素词汇，根据影像涉及地标的属性特征对其进行李克特量表赋值。上述要素划分方式与传统地标研究以建筑物、构筑物、雕塑、自然要素、公共空间等物质属性和商业、办公、会展、交通等功能属性为线索的地标分类方式相比，更符合公众地标认知的思维取向，利于聚类结果揭示公众地标认知意象规律。

2.公众意象词典

“公众意象词典”即以地标公众认知意象特征刻画因子（本文指的是主体发布的地标影像的特征因子）为单词词汇的要素组集。常规UGC影像数据分析以影像景别（特写、近、中、远景）、构图方式、拍摄角度、焦距、光圈大小等物理因素为分析要素[20]，仅能反映主体画面偏好的表浅规律，无益于深入揭示客体特征与主体认知的机理关联。针对上述问题，笔者拟定出“简洁—繁复、规制—自由、实用型—表现型、大体量—小体量、传统—时尚、具象—抽象”六组与分析主体匹配的意象特征刻画因子，作为UGC影像数据向“认知特征”专题数据转译的类别归口，以增强“影像词袋”分析的目的性，提升不同主体地标认知意象研究的针对性和科学性。

（二）词袋生成

“应用词袋”为根据研究应用分析目标建立的样本影像数据集，具体可从分析的目标情境和目标人群两条线索生成。

1.情境词袋

“情境词袋”即以研究分析情境为线索建立的影像数据分组。根据UGC影像关联数据可采集和分析结论具有现实指导意义两项原则，笔者拟订出留影目的、留影年代、留影时间三种“情境词袋”分组方式。留影目的以风景留影、人像留影为词袋标签，用以探究不同留影纪念目的下公众地标认知选择差异。留影年代以影像拍摄的具体年代周期（本文划分为1990年以前、1990年至2010年，以及2010年以后的“三阶时段”，结合发布时间与附注评论信息识别）为词袋标签，用以探究不同年代公众地标认知意象的变化规律。留影时间以昼、夜时段为词袋标签，综合影像画面特征判别，用以探究公众地标认知与城市昼夜景观环境变化的关联机理。

2.人群词袋

“人群词袋”即以研究涉及的人群类型为线索建立的影像数据分组。根据上文所述相同原则，制定出性别、源地、年龄三种“人群词袋”划分方式，分别以男性、女性，本地人、旅居者（在城市中居住超过一年的外来人口，其对城市的熟悉程度介于本地人与外地人之间）、外地人，老、中、青年人群①类别为词袋标签，结合影像发布者注册信息、附注评论信息综合识别，用以探究不同类别公众主体地标认知意象的组群特征差异。

（三）意象表征

意象表征是对上述词典构造、词袋生成步骤转译出的主体地标认知意象词频数据的统计表征，其目的在于将UGC影像数据转化为结论指向清晰的统计分析数据，具体从公众关注地标的属性倾向、分布特征、影像意象三方面进行表征分析。

1.地标属性倾向表征

地标属性倾向表征是公众对地标属性词典中6类属性词汇对应关注倾向比例构成的表征。地标属性倾向表征从抽象类属层面反映公众对城市地标的认知路径，具体以前述“情境词袋”、“人群词袋”为数据分类组别，根据分类结果对各属性词汇的复现词频进行统计分析，以雷达图、饼图、折线图方式呈现。

2.地标分布特征表征

关注地标分布表征即对公众重点关注地标空间分布特征的统计与表征。其可反映出公众对城市地标的结构性认知情况，具体通过对词袋样本影像数据空间位置信息的提取和共现分析，体现相应群体关注地标的空间分布特征。

3.地标影像意象表征

地标影像意象表征是对公众发布地标影像数据意象特征的统计表征，其可更加深入地揭示公众的城市地标认知逻辑，具体通过对“意象词典”中主题词汇的统计分析，以相应统计分析图表方式呈现。

（四）认知解析

认知解析是根据前述分析结果，结合主体身份信息与认知心理学、环境行为学相关理论，解析相应公众主体的地标认知、审美规律及其影响机理的分析过程，具体通过对公众认知意象差异与共性规律的归纳演绎予以解析。

三、案例实证：上海地标公众认知意象“影像词袋”分析

根据上文所建构的分析框架，笔者以上海为城市研究对象，采集相关UGC影像数据对上海城市地标的公众认知意象进行“影像词袋”分析。

（一）样本选择

上海是我国经济中心城市、国家历史文化名城，素有“东方明珠”美誉。从明清时期走到改革开放，从开发建设浦东新区到举办2010年世界博览会，上海的城市建设经历多轮结构性调整、变革，建成区域不断拓展，形成了豫园、东方饭店、和平饭店、鲁迅纪念馆、上海宾馆、东方明珠电视塔、金茂大厦、保利大剧院、油罐艺术中心等体现不同时代特色的地标建筑，承载着不同时期城市形态演变信息和公共文化记忆，且具有地域性和多样性。为此，本文选取上海作为城市样本，调查不同人群对上海城市地标认知意象的规律与差异。

（二）数据获取

首先，根据国内旅游大数据平台迈点网对旅游网站的影响力排名，选取携程网、小红书、马蜂窝、新浪微博、ZOL摄影论坛等旅游网站和社交媒体平台作为本文样本数据采集的数据源。其次，笔者以“上海”“城市地标”“标志建筑”为关键词，在上述平台中进行UGC影像数据样本及其发布者性别、年龄、源地、发布时间等关联信息的搜索。之后，依据检索样本网络热度排序靠前、各词袋样本数据均衡性、影像内容表达清晰易于识别分类等三项原则，筛选获得1950—2021年间各主体拍摄的有效影像样本数据1021条（表1）。

表1 上海城市地标有效UGC样本数据来源

（三）基于“属性词典”与“情境词袋”的认知差异分析

以六项地标属性词汇构造“属性词典”，结合主体留影目的、年代、时节三种“情境词袋”划分方式，对上海城市地标的公众认知意象进行多情境分析。

1.留影目的与选择差异

以留影目的为线索，将UGC影像样本归入风景照、人像照两类词袋，通过要素词频统计分析发现：（1）风景照各词频要素的平均分值为3.6，排名前三的关注要素为名声、形体、空间，关注对象聚焦于东方明珠、田子坊、武康大楼等。（2）人物照词频要素平均分值为3.66，排名前三的关注要素为名声、空间、形体，关注对象聚焦于东方明珠、迪士尼乐园、外白渡桥等（图2）。综上，在留影目标情境下，风景照与人物照关注焦点较为接近。两组词袋关注对象的前三要素一致，局部位序略有差异。人物留影在知名度、纪念性和空间特征等方面对留影地标的关注度和要求更高；相比之下，风景照则更专注于地标建筑的形体特征。此外，在文化、名声、功能三项词频指标上，两组词袋的要素分值呈现较大分异，风景照对地标文化属性的关注度更高，人物照地标选择则更侧重高知名度和公共性。

图2 不同留影目的情境下上海地标公众认知差异分析

2.拍摄年代与意象差异

以拍摄年代为线索，将UGC影像样本归入前述“三阶时段”词袋，通过要素词频统计分析发现各时期公众认知差异显著：（1）1990年以前各词频要素的平均分值为4.19，排名前三的关注要素为文化、功能、名声，关注对象聚焦于外滩、豫园、南京路步行街等。（2）在1990年至2010年期间，词频要素均分下降到3.49，排名前三的关注要素调整为形体、功能、名声，关注对象转变为东方明珠、豫园、上海大厦等。（3）到了2010年以后，词频要素平均分值回调到3.57，排名前三的关注要素转变为名声、空间、形体，关注对象转变为东方明珠、田子坊、世博会中国馆（图3）。综上所述，年代情境下，各时期公众地标认知的关注焦点具有时代特征，反映出各时期城市公共文化的审美取向：改革开放前务实、均一，改革开放后表征化、多元化，2010年以后场景化、主题化。此外，在具体的关注对象方面，公众认知则体现出一定的层积性，表现为前一时期的热点地标在后一时期的关注度也相对较高。

图3 不同留影年代情境下上海地标公众认知差异分析

3.拍摄时间与对象差异

以拍摄时间为线索，将UGC影像样本归入昼、夜两类时间段情绪，通过要素词频统计分析发现：（1）日间，公众地标认知词频要素平均分值为3.51，排名前三的关注要素为名声、形体、空间，关注地标分布范围广且均衡。（2）夜间，公众地标认知词频要素平均分值为3.93，排名前三的关注要素为区位、名声、功能，关注地标分布范围小且极化（图4）。综上，在时间情境下，公众对昼夜地标认知具有明显差异：日间认知倾向于从形体、空间等感性因素出发，关注对象因人而异，典型性不高；夜间认知受可达性、灯光等客观条件影响，区位、功能等理性因素影响明显，关注对象相似，典型性显著提升。

图4 不同时间情境下上海地标公众认知差异分析

（四）基于“意象词典”与“人群词袋”的认知差异分析

结合前述拟定的地标属性与公众意象词典，以性别、源地、年龄三种“人群词袋”划分方式对上海城市地标的公众认知差异进行细分识别。

1.人群性别与视觉认知意象差异

以UGC数据发布者性别为词袋划分依据，将影像样本归入男性和女性两组词袋，以六类属性词汇和“简洁—繁复、规制—自由”两组地标视觉特征刻画词为主题词，分类统计发现：（1）男性对地标认知受名声、文化、区位因素影响显著；在其认知意象中，地标视觉特征多简洁、规制，词频占比达57.5%和56.08%（图5），说明男性倾向于从人文性、功能性和结构性视角认知城市地标，关注地标对城市空间与功能秩序的影响。（2）女性对地标认知受形体、名声、空间因素影响显著；在其认知意象中，地标视觉特征多繁复、自由，词频占比高达61.95%和58.57%（图5），说明女性倾向于从景观性、游憩性视角认知城市地标，关注地标在视觉与游憩生活层面对城市的点睛效应和风貌影响。

图5 上海城市地标公众认知性别差异分析

2.人群源地与体感认知意象差异

以UGC数据发布者来源地为词袋划分依据，将影像样本归入本地、外地、旅居三组词袋，以六类属性词汇和“实用型—表现型、大体量—小体量”两组地标体感特征刻画词为主题词，分类统计发现：（1）本地人的地标认知受功能、文化、空间因素影响显著；在其认知意象中，地标多为实用型建筑，词频占比达63.73%，且空间分布较为连续（图6a），说明本地人群对城市地标有“熟悉效应”，倾向于从日常生活、工作视角认知地标，关注地标建筑对城市经济发展与公共文化生活的切实影响。（2）外地人的地标认知受名声、形体因素影响显著；在其认知意象中，地标多为表现型和大体量建筑，词频占比达66.62%和58.03%，且空间分布相对离散（图6b），说明外地人群认知城市周期较短，倾向于从时空标识性视角关注形体特征鲜明和社会知名度高的地标对象。（3）旅居人群的地标认知受空间、文化、名声因素影响显著；在其认知意象中，地标多为小体量建筑，词频占比达63.84%，且空间分布与城市主要的历史空间、景观廊道分布叠合（图6c），说明旅居人群对城市地标认知更为全面和结构化，能够从地域文化、生活特色和景观形态标识的双重视角把握地标在城市公共空间系统中的节点价值。

图6 上海城市地标公众认知源地差异分析

3.人群年龄与风格认知意象差异

以UGC数据发布者年龄为词袋划分依据，将影像样本归入老年、中年、青年三组词袋，以六类属性词汇、四阶建造时段②和“传统-时尚、具象—抽象”两组地标风格特征刻画词为主题词，分类统计发现：（1）青年人群的地标认知受形体、名声、空间因素影响显著；同时，在其认知意象中，地标偏时尚、具象风格，词频占比达58.63%和51.59%，且其关注地标年代分布集中在21世纪之后，其他年代则相对均衡（图7a），说明青年人群对城市地标的认知多停留于娱乐休闲与生活体验层面，受好奇心与潮流影响较大，尚未建立基于社会功能和历史结构的城市地标认知意识。（2）中年人群的地标认知主要受空间、形体、功能、文化因素影响，且较为均衡；在其认知意象中，地标略偏时尚、抽象风格，词频占比达52.41%和59.89%，且其对20世纪80年代之后的地标建筑有更高的关注倾向（图7b），说明中年人倾向于从自身成长年代和工作、生活轨迹的角度认知城市地标，对与其工作生活场所关联度低和华而不实的地标对象接纳度较低。（3）老年人群的地标认知受文化、功能、名声因素影响显著；在其认知意象中，地标风格以传统、具象为主，词频占比达62.74%和54.9%，且其关注地标的年代分布随时间推移呈阶梯下跌态势（图7c），说明老年人更倾向于从历史和记忆维度认知城市地标，对新兴时尚地标的接纳度较低。

图7 上海城市地标公众认知年龄差异分析

四、设计应用：基于公众认知画像的城市地标人本化设计

基于上述分析，初步识别出不同情景条件与人群主体对城市地标的认知意象，在此基础上，笔者基于不同群类主体的认知偏好，分别结合前述地标属性分类，从区位、形体、空间、外饰、内饰等方面提出相应类型地标建筑的人本化设计响应策略。

（一）形体、空间特色类地标

形体、空间特色类地标多为城市中标志性的商业空间与旅游目的地，如上海尚嘉中心、K11艺术购物中心、迪士尼乐园等地标建筑和地段。此类地标主要受女性、本地人群和青年人群关注，服务于相关人群的休闲生活，相应设计响应策略如下：（1）区位布局宜位于城市商业中心、旧城中心、旅游景区，保障其交通可达性；（2）形体设计宜强调新颖性与独特性，外立面装饰宜以丰富生动的细节处理响应女性、青年人群审美偏好，创造活力、繁荣的景观意象；（3）内部空间设计宜多趣味变化，以为游览主体提供丰富的空间体验；（4）内部装饰可以主题化氛围营造为策略，以为游览主体提供定制化特色体验空间（图8a）。

图8 基于公众认知画像分析的城市地标人本化设计策略

（二）文化纪念类地标

文化纪念类地标多为城市中用于大型展会、文体活动承办和历史纪念目的而建造的标志性建筑，如上海展览中心、世博会中国馆、东方明珠电视塔等。此类地标主要受男性、外地人群和中老年人群关注，服务于上述人群的公共生活，并同时塑造城市空间秩序，相应设计响应策略如下：（1）区位布局宜位于城市轴线节点空间或重大事件发生地，以便把控城市整体空间结构和提升建筑的纪念价值；（2）形体设计宜以简雅、抽象的造型为主，外立面装饰以暗纹细节处理，以响应男性与中老年人群的审美偏好和创造纪念象征意义，同时利于协调城市空间秩序；（3）内部空间与装饰宜以通高、大跨空间和典雅、统一风格设计为导向，以利于创造整体、和谐的空间氛围（图8b）。

（三）功能公共性地标

功能性地标通常为城市中标志性的商贸建筑、办公建筑、交通工程等，如上海证券大厦、金茂大厦、浦东机场等。从公众认知取向进行分析，此类地标主要受男性、本地和中年人群关注，服务于上述人群的日常工作生活，并对城市功能秩序起到调节作用，相应设计响应策略如下：（1）区位布局通常位于城市CBD和交通节点，保障其交通可达性；（2）形体设计强调规制、易辨识，外立面装饰以简洁韵律重复为造型导向，体现男性和中年人群务实、简雅的审美偏好，保障耐看性；（3）内部空间与装饰应避免华而不实的风格，同时以流线清晰为导向，以提升建筑的公共服务质效（图8c）。

五、结语

随着国内城镇化发展向内涵式、人本化转型，城市地标的设计建造也逐渐向响应公众审美、认知习惯的方向转变。传统城市地标研究从精英视角出发、以空间客体为对象、以形式美学为准则，较少从公众认知角度去分析论证地标设计、建造的逻辑和意义。本文根据文献信息学“词袋”模型原理，以UGC影像大数据为分析素材，建构了以词典构造、词袋生成、意象表征、认知解析为操作步骤，以形体标识性、空间特色性、文化纪念性、功能公共性、区位中心性、社会知名度六种地标特征“属性词典”和简洁—繁复、规制—自由、实用型—表现型、大体量—小体量、传统—时尚、具象—抽象六组公众认知“意象词典”为分析要素的公众地标认知意象“影像词袋”分析方法。该方法与常规的问卷调查、行为观察、认知地图等地标意象分析方法相比，具有数据易采集、基于主体真实经验、可解析维度广，分析过程易标准化、定量化操作，研究结论指向性强等优点。在此基础上，文章通过对上海公众地标认知的实证研究，讨论了不同情景、不同类型公众对城市地标的认知意象，从区位布局、形体设计、空间设计、外饰、内饰五方面提出了不同属性类型城市地标的人本化设计响应策略。该方法与以精英视角和形式美学构成手法指导地标设计建造的传统策略相比，在地标设计要素特征控制的目标性、系统性方面更为清晰；同时其更加契合大众的认知、审美习惯，在倡导主客对象交互响应的“数字孪生”和“元宇宙”时代更具现实意义，可为国内外地标研究和建造实践提供参考。

注释：

①参考世界卫生组织、联合国人居署等机构的人群年龄标准，本文确定的人群—年龄对应关系为：青年15～29岁，中年30～59岁，老年60岁以上。

②此处的四阶建造时段，与前文论及留影年代的影像拍摄年代三阶段划分有所区别，系以地标建成年代作为判别标准，具体划分为：明清至民国时期、解放初期（1949—1970年前后）、浦东建设20年（1990—2010年）和世博会后（2010年至今）。