大数据在评价有关公共健康的建成环境中的应用：文献综述
【摘要】 大数据、机器学习等新技术和新方法可以突破传统研究的时空限制，高效客观地研究大量、多样和变化的信息。系统性地梳理过去10年大数据在建成环境和公共健康研究中应用的相关文献，从机器学习（machinelearning）在街景分析中的应用和众包（crowdsourcing）分析两个方面进行探讨。研究表明，将机器学习应用于街景图像等大数据，可以识别人本尺度的信息，帮助规划设计有益健康的人居环境。众包分析可以实时收集大量跨区域的个人对建成环境的感知体验。大数据覆盖范围广、细节丰富，补充并优化了当前的研究方法。大数据分析的优点在于能够进行详实的跨区域研究，同时极大地减少了时间和安全隐患。其挑战在于数据的有效性、图像分辨率不一致，以及无法观察障碍物周围的环境特征。此外，一些数据仅限于视觉感知，不足以量化其他感官体验。尽管如此，大数据分析凭借对人居尺度环境的精确度量和个人感知体验的深入探讨，为研究建成环境和公共健康提供了有效途径。Theadvancesintechnologyandmethodsuchasmachinelearninghelpbreakthrou
