建筑中的数字设计：1975-2019年景观地图研究

这是一张建筑数字设计地图。它是用1975年至2019年发表的1.2万篇文章的数据创建的。

您可以使用这张地图来了解构建建筑数字设计领域的各种概念，以及定义这些概念的主要作者。

用于构建和绘制数据的算法是随机的，即每次您在相同的数据上运行它们时，它们会产生略有不同的结果。而且，我选择的文学作品可能不是这个领域的绝对权威研究机构。此外，聚类标签是由最常见的单词和短语生成的，因此重要但不太受欢迎的贡献可能没有得到承认。重要的文献可能没有与集群联系在一起，因此在地图上也没有得到承认。

然而，这张地图提供了各个领域之间关系的初步概述，可以作为更深入研究的一个很好的起点。

无论如何，我都很想听到你的消息。给我发电子邮件到[email protected]或在GitHub上打开一个问题。

我使用数字设计这个术语是因为它是所有描述建筑设计和信息技术之间关系的术语中最广泛和最中立的。计算设计、参数设计和算法设计是其他常用的术语。然而，它们更具体，不会包括CAM和BIM之类的东西。

这是我在达姆施塔特科技大学数字设计部为我的学生录制的一段简短视频，它概述了建筑中的计算设计。

在地图上，每个点代表一篇文章。每篇文章的坐标取决于它与其他文章的接近程度，衡量标准是列表与它们的被引用文章和被引用作者有多相似。

用颜色标记的研究群集是使用基于点彼此的接近程度对点进行分组的算法导出的。

对于每个研究集群，我生成了一个标签，其中包括与其相关的文章数量、标题和摘要中最常出现的短语和单词，以及被引用最多的作者和被引用最多的文章。

由于在该领域中已有诸如建筑信息建模之类的三字词术语，因此寻找最常见的三元语法以及二元语法和单词是有意义的。被引用最多的作者名单揭示了谁定义并推动了每个集群中的研究，例如克里斯托弗·亚历山大(Christopher Alexander)是规划集群理论的核心。最后，被引用最多的文章列表给了我们每个从事该领域工作的人总是参考的开创性著作。例如，在形状语法集群中，我们有乔治·斯泰尼和威廉·J·米切尔于1978年出版的“帕拉迪亚语法”(The Palladian Grammar)。

我使用算法提取的每个集群的信息来给它一个标题。请注意，标题是我的解释。如果你同意或不同意他们的意见，请告诉我。

地图图像底部的树形图跟踪了算法何时发现有必要将一组文章一分为二。集群越早脱离主干，它所包含的文章就越与研究机构的其他部分脱节。

我的观察是，形状语法通常是第一个从整体中分离出来的主题，这意味着它是建筑数字设计中与其他所有主题最不同的主题。至少在我们使用的特征方面-被引用的作者和被引用的作品。

用现场的早期实验来跟踪星团也是有意义的。它包含威廉·J·米切尔(William J.Mitchell)这样的作者，涵盖了所有不同的案例研究和假设，即计算机可以给建筑领域带来什么，这些领域已经成为其他集群的种子。早期的实验簇分裂得相对较晚，也就是说，它构建了树干的核心。

一般说来，观察这棵树中哪些地方的东西相互拆分是很有趣的。如果我们形成了语法，那么下一个最有特色的研究领域是什么？

我弄不明白集群中所有的史密斯是怎么回事，我称之为史密斯故障。也许有人能帮我解开这个谜团。

数据来自科学网(WOS)。我从一系列作者开始，这些作者在我的脑海中定义了和正在定义建筑中数字设计的各个方面。然后我拿到了他们出版的期刊的完整清单。在过滤掉过于宽泛的出版物，或者专注于历史、艺术或工程的出版物后，我得到了19种期刊和会议的清单，这些期刊和会议的重点是建筑设计和数字技术。我得到了WOS上那些期刊上所有文章的数据-大约12000篇-并用它来生成地图。

生成地图的代码可以在这里找到，它基于Max Noichl为他的20世纪哲学可视化编写的代码。

实现是用Python完成的。WOS中的数据与MetaKnowledge一起导入。为了提取特征并构建文章之间的多维关系空间，我使用了SCRICIT-LISTING。对于集群，我使用了HDBSCAN。利用UMAP对二维空间进行降维。

为了进行文本分析，我必须统一美国英语和英国英语的拼写差异，比如建模和建模。并且还必须说明同一作者有时以不同方式记录在WOS数据库中，例如，Gramazio，Fabio&34；和"；Gramazio，F.34；。

绘制地图时，我在R中使用了ggplot2。树形图是用SankeyWidget创建的，最终的图形是用Affinity Designer编辑的。

安东·萨沃夫(2020)。建筑中的数字设计：研究景观地图1975-2019年，CC BY-NC-SA 4.0，www.github.com/antonsavov/Research-map