这个是我们做的南京城市空间结构的分析，用微博签到数据来做的，每个黑点代表一个有着地理信息的微博用户的签到位置。我们根据文本内容去对它的活动特性进行分析和评价，最终对城市的功能区进行划分，这样的话，反过来跟我们城市功能区的划定进行对照，进而给我们的规划调整提供建议。这方面，同济大学王德老师团队也做了大量基于手机信令数据的城市功能区分析与研究。

　　这是我们利用智能手机GPS数据做的大学校园空间利用的研究。我们调查了南京大学的新校区，选择50个不同专业、不同年级的学生自愿来配合，做了每天24小时共一周的调查，对整个校园的土地使用进行了深入的调查。这里面还配合了活动日志的数据，所以它是大数据和小数据结合的方式，做了校园空间使用强度的分析。

　　4.基于情感空间的城市空间优化与设计

　　我们还可以从情感、情绪这个角度去挖掘和分析微博文本大数据。情绪从表情符号上可以获取到，同时还可以挖掘出他从事这些活动的时候是否高兴，是否沮丧，可以表现出他当时的心情，我们对文本要确定关键词的搜索，哪些关键词要去检索到当时的状态，然后给它进行量化。

　　这张图是利用智能手机GPS数据和活动日志数据对南京大学新校园做的学生情绪分析和评价，包括对校园空间，对宿舍，对操场，实际上也都发现大学生在一些空间的使用方面和情绪变化的差异。我们发现，新校区规划的部分活动空间使用率较低，学生在宿舍和操场的情绪值是最高的。