解码工业遗产再开发过程中建筑意图与公众认知之间的连续性：一项基于多模态社交媒体的数据分析

《Habitat International》：Decoding the continuum of architectural intention and public perception in industrial heritage regeneration: A multimodal social media data analysis

本研究针对工业遗产再生（IHR）中专业设计与公众感知的脱节问题，以景德镇陶溪川项目为案例，构建融合大语言模型（LLM）与检索增强生成（RAG）的多模态分析框架，通过整合学术论文、媒体评论及社交媒体文本、图像数据，解码建筑师意图与公众体验的对应关系，揭示设计策略与社区反馈的动态平衡机制，为包容性再生实践提供方法论支持。

　　

杜林涛|杨成豪|严建伟

中国天津大学建筑学院

摘要

来自社交媒体数据的公众认知日益影响着工业遗产再生（IHR）的社会可持续性和包容性。然而，公众观点与建筑师、规划师和评论家的专业意图之间的对应关系尚未得到充分研究，这常常导致设计理念与公众实际体验之间的脱节。为了解决这一差距，本研究开发了一个多模态分析框架，并将其应用于景德镇的陶溪川城市设计项目。我们构建了一个综合语料库，整合了学术文献、评论文章、媒体报道以及来自不同社交媒体平台的用户生成的多模态内容。该研究框架结合了大型语言模型（LLMs）和检索增强生成（RAG）技术进行语义分析，同时还使用了专门的深度学习模型进行文本挖掘、主题建模、情感检测和图像分类。通过对无监督内容和监督指标的解码，我们识别出公众和专业观点在陶溪川项目上的共识点和分歧点，从而能够更细致地评估成功因素、不满之处以及IHR实践的更广泛影响。本研究的方法论贡献在于提供了一种可复制的、数据驱动的方法来评估IHR；从理论角度来看，它强调了专业观点与公众观点之间强大反馈循环的重要性，为制定更具包容性的再生策略提供了依据。最终，这些发现为城市设计师和政策制定者提供了可操作的指导，以实现更加公平、社区参与和可持续的再生目标。

引言

当代城市再生范式越来越重视在场所营造和文化延续的双重要求下创造新的空间类型和城市功能（Evans, 2020; Ferilli et al., 2017; Pendlebury & Porfyriou, 2017）。工业遗产再生（IHR）作为城市再生的重要组成部分，其目标存在内在冲突：既要保护既有住宅社区的地方文化真实性，又要建立吸引外部群体（包括文化旅游者和创意专业人士）的象征性文化资本（Lak et al., 2020; Loures, 2015; Xie, 2015）。尽管参与式规划在城市再生讨论中越来越受到重视，但IHR项目仍主要由建筑师和政府主导，这可能引发关于空间不平等、绅士化压力和公众边缘化的担忧（Sun & Chen, 2021）。IHR面临的一个根本挑战是建筑意图与公众认知之间的感知差异（Rey Pérez & González Martínez, 2018; Zhang & Ren, 2024），这往往导致满意度下降和社会空间紧张。

本研究探讨了IHR项目是如何从专业和公众的角度被构想、传达和体验的，阐述了从意图到感知的连续性，以及这种连续性如何影响再生结果。以景德镇的陶溪川项目为例，我们研究了专业设计叙事如何转化为公众的实际体验。主要研究目标是向利益相关者提供更响应性的再生策略，使专业知识与公众期望相一致，从而促进可持续的再生。

近年来，IHR吸引了学术界、公众、建筑师、政策制定者和政府机构的广泛关注（Berta et al., 2018; Niu et al., 2018）。这种日益增长的兴趣反映了全球向后工业转型和城市再生的趋势，以及对从前工业遗址改造而来的高质量文化、休闲和公共空间的需求。国际上出现了许多成功的IHR项目，如荷兰阿姆斯特丹的Westergasfabriek（Bonink & Hitters, 2001）、美国纽约的高线公园（Lang & Rothenberg, 2016）、中国的798艺术区（Yin et al., 2015）和北京的首钢公园（Wang et al., 2023），这些项目通过巧妙平衡文化遗产保护与现代城市功能的融合，获得了公众的高度认可。

此外，学术研究强调公众认知是塑造IHR保护计划即时成果和长期可行性的关键因素（Han & Zhang, 2022; Loures et al., 2016）。在这方面，开源众包数据的普及为探究公民的体验和偏好提供了有力手段（Bubalo et al., 2019）。社交媒体数据提供了关于公众情感、关注点和视觉偏好的丰富多维信息，这些信息对城市设计研究具有重要意义（Ilieva & McPhearson, 2018; Yang & Liu, 2022）。方法论上，当代研究开始结合基于Transformer的内容分析（Liu et al., 2021）或情感检测（Kong et al., 2022; Liu, Shibuya, & Sekimoto, 2024），以及图像数据进行基于深度学习的视觉偏好或美学分析（Havinga et al., 2021; Huang et al., 2024），或与元数据关联，将研究结果置于时空背景下（Martí et al., 2019; Tan & Guan, 2021）。总体而言，该领域已从单一模态的文本或图像分析发展到完全整合的多模态框架，这些框架越来越多地依赖于大型语言模型（LLMs）（Chiarello et al., 2024; Song et al., 2026; Xia et al., 2025; Zhu et al., 2025）。这种互动不仅改进了建筑师的策略，也增强了公众的理解，共同提升了体验质量。在建筑意图挖掘方法方面，以往的研究主要采用定性方法，包括与建筑师的深入访谈和问卷调查，以及专家小组的评审（Heylighen & Dong, 2019; Proctor, 2006; Yazdanfar et al., 2015）。

然而，现有研究大多忽视了对IHR建成环境中建筑意图与公众认知的系统性比较分析，存在三个关键问题。首先，对专业观点的研究仍局限于定性方法，如建筑师访谈，而忽略了学术出版物、评论文章和媒体报道等丰富的文本资源。其次，在公众认知的编码方面，当前研究缺乏足够的维度性。需要通过整合文本、图像和元数据的多模态社交媒体数据，利用先进的深度学习架构来全面捕捉公民参与的复杂性。第三，建筑意图和公众认知的解释过程尚未得到充分操作化，特别是通过无监督分析和监督分析得出的认知内容与指标之间的关系尚未得到充分比较，这突显了系统性、多维度比较的必要性。

为了解决这些问题，本研究开发并应用了一个全面的新分析框架，用于解构和比较IHR背景下的建筑意图与公众认知。本研究对最近获得国际赞誉的陶溪川项目进行了深入的案例分析，该项目还获得了2024年美国建筑师协会（AIA）国际设计奖。为了辨别建筑意图，我们采用了先进的计算语言学方法，包括LLM比较和检索增强生成（RAG）技术，对专业数据集进行了深入的话语分析。同时，通过整合自然语言处理（NLP）文本评论技术和计算机视觉（CV）图像分类技术，对公众认知进行了评估，从而全面了解了公众的体验。该框架能够深入评估设计干预措施的概念化方式与其实际体验之间的差异，为更加基于证据和响应性的IHR实践提供了路径。

本研究基于以下两个核心研究问题：RQ1：如何通过整合无监督内容提取（通过RAG-LLM和多模态深度学习）和基于场景理论（Scene Theory）的监督指标量化，系统地编码IHR中的建筑意图和公众认知？RQ2：以陶溪川项目为例，这些解码内容与指标之间的相关性和差异如何表征从建筑意图到公众认知的连续性，这种对应关系揭示了城市设计策略的哪些贡献？

本研究采用了一种可扩展的数据驱动方法，系统地分析建筑意图与公众接受度之间的对齐和差异。本文的其余部分结构如下：第2节介绍陶溪川案例研究及从专业来源和社交媒体平台获取数据的过程。第3节和第4节介绍了我们的理论框架和多模态方法，详细说明了RAG-LLMs、BERTopic、情感分析和图像分类在后续解码分析中的应用。第5节展示了研究结果，第6节讨论了其对IHR实践和理论的启示。

案例研究

位于中国景德镇的陶溪川文化和创意区（以下简称“陶溪川”）是后工业再生的典范，它植根于该城市作为“瓷器之都”的历史身份。该项目诞生于经济深度调整时期，旨在应对城市衰退的多方面挑战。它由清华大学团队在集成设计-投资-建设-运营（DIBO）模式下实施（Hu et al.）

理论框架

如图2所示，理论框架涵盖了相互关联的几个层面。首先，编码/解码理论为解释“建筑意图”（专业视角）和“公众认知”（公众视角）提供了概念基础，将两者视为位于潜在连续体上的相互编码的构造，从而实现编码和解码（Hall et al., 2003; Wren-Lewis, 1983）。其次，在先前工作和场景理论（Silver et al., 2007）的基础上

研究框架

研究框架系统地分为四个阶段，以解码建筑意图与公众认知之间的连续性（图3）。

第一阶段：数据采集与处理。本阶段建立了PDF语料库和多模态社交媒体数据集的收集与整理。

第二阶段：编码建筑意图。本阶段通过三步计算框架明确设计意图。

编码建筑意图

对五个基线LLM在提取的Prompt 1和Prompt 3上的一致性以及输出完整性、准确性进行了基准测试（图5）。对于测试Prompt 1，Claude 4.0和GPT-4o在忠实度和整体完整性方面表现一致较高，而DeepSeek-R1和Gemini 2.5及Grok 3.0在各个维度上的得分较低且变化较大。分散图表明，忠实度是各模型中最稳定的标准

陶溪川的建筑意图与公众认知

专业数据集的RAG-LLM揭示了建筑师、同行和媒体之间的共同专业观点，将其描述为一个多方面的项目，其中具体目标（如功能规划和空间设计）与抽象目标（如可持续性和生态设计）相互交织。这种具体与抽象的结合不仅仅是一种理念上的立场，而是通过设计团队对设计要点和期望场景的愿景得以实现。

结论

本研究解码了IHR中专业设计意图与公众认知之间的连续性。通过在陶溪川项目中应用一种新的多模态深度学习框架（整合RAG-LLM、文本挖掘、情感检测、图像分类），揭示了这两种观点之间显著而细致的对齐。研究发现显示，公众对核心建筑和文化意图有强烈的共鸣。主要成功之处包括对陶瓷遗产的敏感转化

CRediT作者贡献声明

杜林涛：撰写——初稿、可视化、验证、软件开发、方法论设计、调查、正式分析、数据整理。杨成豪：撰写——审稿与编辑、撰写——初稿、可视化、监督、软件开发、资源协调、项目管理、方法论设计、资金获取、概念构思。严建伟：撰写——审稿与编辑、验证、资源协调、项目管理、概念构思。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。