前言

普利茲克建筑獎是1979年由美國芝加哥普利茲克家族通過凱悅基金會創(chuàng)立，每年評選一次，至2022年已有44屆來自22個國家的51位獲獎者。與該獎項創(chuàng)立目的和宗旨相一致的每位獲獎者的建筑作品能夠表現(xiàn)出其才智、想象力和責任感等優(yōu)秀品質，通過建筑藝術對人文科學和建筑環(huán)境做出持久而杰出的貢獻。

本書研究是以大數據思維訓練為導向，以建筑學專業(yè)研究生“當代建筑批評”課程建設為載體，通過“運用大數據、統(tǒng)計學、經濟學研究思維及方法，預測普利茲克建筑獲獎趨勢”教學研究主線設置，培養(yǎng)建筑學研究生能夠掌握借助統(tǒng)計分析方法（SPSS），將具有感性認知的建筑特征評價，轉化為一種“可量化”的客觀評斷；并借助數據可視化方法，將各類特征信息數據作進一步分析表達。

北方工業(yè)大學作為一所工科類為主的應用型高校，高度重視構建適應時代發(fā)展的新工科創(chuàng)新交叉人才培養(yǎng)模式。我們提出并試圖解決現(xiàn)階段課程教學中存在的三大問題：如何優(yōu)化大數據思維訓練為導向的課程體系？如何有效激發(fā)學生學習興趣，提高課堂實際參與度？如何強化新工科創(chuàng)新交叉人才培養(yǎng)目標？探討以促進學生自主學習、提高專業(yè)間知識互通、增強教學成果創(chuàng)新應用為目標的現(xiàn)代教學體系構建，結合教學研究主線的目標性設置，邀請統(tǒng)計學、經濟學等專業(yè)師生參與課堂學習研討。在解決相關教學問題中取得了使“教”與“學”者滿意的實際效果。獨具特色地將建筑學研究生專業(yè)課程學習與統(tǒng)計分析、數據集成與分析、數據可視化分析等專業(yè)領域知識建立有機聯(lián)系。

本書所采用的多元統(tǒng)計分析是一種綜合分析方法，用以研究客觀事物中多個變量（或多個因素）之間相互依賴的統(tǒng)計規(guī)律性。從解決問題方式的角度，通常將多元統(tǒng)計分析方法分為兩大類。其一，是用于解決“降維問題”，通過綜合性變量代替有重疊信息的多個原始變量，用少量因素代替大量因素，使變量總數最少化的分析方法，主要包括：主成分分析、因子分析、對應分析、最優(yōu)尺度分析、多維標度法；其二，是用于解決“分類問題”，是指根據研究對象之間特征變量的相似程度，對其所屬類型進行判斷聚合，主要包括：判別分析和聚類分析。本書中提及的“變量”主要指用于評價建筑師或其建筑作品特征的相關影響因素。此外，綜合運用了數字可視化、機器學習及NLP打分系統(tǒng)等方法。

本書研究寫作過程中，要特別感謝北方工業(yè)大學建筑與藝術學院各位領導給予的工作條件及經費支持，以及同事在教學工作中的大力支持與幫助；感謝北方工業(yè)大學理學院趙桂梅教授近10年來在課堂教學、交叉人才培養(yǎng)教學體系構建中，給予的寶貴建議及學術支持；感謝教學研究中每位參與其中并付出大量工作時間與努力的相關專業(yè)研究生同學，以及在本書撰寫過程中參與大量圖文修編核對工作的建筑學研究生吳潤奇、牟子怡、葉根、艾鑫、張仁偉、張佳華、張靜怡等同學。本項教學研究在2021年北方工業(yè)大學高等教育教學成果獎評選中獲一等獎。

自2011年北方工業(yè)大學此教學項目實施以來，已有建筑大類（建筑、規(guī)劃、風景園林）、統(tǒng)計學、工商管理等多個專業(yè)300余名（63組）研究生參與其中，并能夠將課堂學習成果進一步轉化應用于相關學習、科研工作中，受益面、受益深度不斷提高，教學成果得到了更普遍認可和關注。這在大數據思維訓練為導向、多專業(yè)融合方式解決問題的教學研究思路方面，對于人文類相關學科領域同樣具有一定的參考借鑒意義。

注：書中所涉及的圖表中，“普獎”均指普利茲克建筑獎。