公告：twitter最新新闻 --twitter刷粉丝平台
做为普遍性的鸟类
我与当今世界存有着密不可分的联络
与事、与物、与人
位数让他们间的联络被风格化地看到
01
位数的连结
问题：我在一天内与他人发生了怎样的联络？
数据：2022年7月14日一日谈话记录
《位数的连结》是我的可视化明信片主秀，也是我制作的第一张作品。它从小数据中反映了我在疫情居家时期的一日人际关系，而人际关系是他们日常生活的重要组成部分。
选题背景：在疫情防控期间、每天都居家学习的情况下，一天的谈话记录也可以从侧面反映出我的个人生活状态。
数据及算法：7月14日一天内我与他人的对话
一场对话的定义：一段时间内的密集谈话，且结束后五分钟内不再有新对话。
数据分析结果描述：我在居家的一天中通过网络与朋友社交比在现实中和家人社交更频繁，而在朋友和家人中，也更偏好和特定的一个朋友短暂而持续地聊天，主要话题围绕生活和爱好展开。
02
位数的画像
问题：我在视频网站上的用户画像是什么样的？
数据：2022年7月14-15日24小时内看的视频
选题背景：视频网站的观看记录能准确反映我的兴趣偏好与观看习惯，在大数据的背景下，网站记录下的我的画像也是能够体现我个人性格的一部分。
数据及算法：本人于7月14日中午12：00-7月15日中午12：00所观看的视频；由于没有在其他网络平台观看视频，数据全部于bilibili历史观看记录。
数据分析结果描述：我看猫咪相关的视频最多，并且主要在夜晚用手机看视频。其中知识类非常集中全都在猫咪视频里，主要目的是解决养猫碰到的问题。多数较长的生活类视频都是点进去看了一眼就退出，没有耐心看完。
03
位数的共鸣
问题：在我听歌时，与多少人产生了共鸣？
数据：我在一周内听的歌曲以及其评论的数量
选题背景：在接收到上一棒同学的听歌偏好主题后，产生了研究我喜欢的音乐同时还被多少人喜欢的想法。
数据及算法：网易云音乐-听歌排行-最近一周。
数据分析结果描述：我所听的音乐中，欧美和日本流行歌曲的评论数最多，古典和原声带的评论数最少，也基本反映了国内音乐网络平台的热度生态。
04
位数的阅读体验
问题：我读过什么漫画？
数据：我读过的漫画以及我对它们的评价
选题背景：我阅读过不少漫画，且覆盖的类型和领域颇广，在研究过程中，我对自己对读过的漫画的评价产生了好奇，什么样的漫画更令人难忘，而又有哪些漫画是吸引我看完了、却很快被忘记的快餐式阅读？
数据及算法：动漫之家-我的订阅/哔哩哔哩漫画-追漫。
数据分析结果描述：我所读过的漫画中，比较喜欢的我基本都读完了，但也有部分因为缺少兴趣而没有读完的作品，这些作品多数为中长篇漫画，热血搞笑题材居多，多数是近年高人气的漫画，但看了一部分之后发现并不适合自己。
05
位数的生活
问题：我家一天的生活是什么样的？
数据：7月19-20日家门的进出记录
选题背景：在寻找生活中的数据的过程中，发现了自己家里的锁是智能门锁，并且每一次开关门都会留下记录，甚至记录是谁打开了门。于是我从家门的一开一关中发现了他们一家人的生活规律。
数据及算法：米家-智能门锁-使用日志，其中记录了每一次开关门的时间，如果是从外面回来则还会记录是谁使用了指纹开锁；其余部分例如每次从屋内开门的具体情况为推理回忆得到。
数据分析结果描述：两天中妈妈是开门次数最多的，虽然每天出门时间不长，但会频繁开门取快递取菜；而爸爸基本一整天都在上班，突然应证了位数的连结中我一整天只和他说了一句话的原因。
06
位数的创作与收获
问题：哪些因素影响了公开作品所得的热度？
数据：个人4月至今在公开网络平台的创作及其反馈
选题背景：由于接到的上一棒研究的问题是近期在多网络平台共同的作品热度高低与什么因素有关，我也希望从略微不同的视角研究自己的创作与热度的关系。
数据及算法：点赞（喜欢）、评论、推荐数来自Lofter、微博、Twitter三个常用网络平台；创作耗时来自Procreate每一个作品文件的画布信息-跟踪时间。
数据分析结果描述：
在明信片所呈现的六个创作中，所花的时间最短的一幅作品，获得的热度反而是最高的，收到的赞的数量是第二名的两倍以上。另外同一幅作品在不同网络平台获得的热度也有较大区别，整体来说推特上容易收到最多的赞，但微博上容易收到最多的评论，Lofter则都比较中庸。
07
位数的书架
问题：我的书架里真正被读完的书有多少？
数据：我书架上所有的书籍（包括实体和电子书）
选题背景：我喜欢实体书籍，但经常没有读完就闲置在了书架上。我想了解哪些因素影响了我的阅读进度。
数据及算法：自行购买的书籍，获取时间的数据于淘宝购买记录；他人赠送的书籍，获取时间于聊天记录及书籍扉页赠言笔迹。
数据分析结果描述：在所有藏书中，新书比旧书未读率更高；在书的来历方面，他人送的书比自己买的书更容易被冷落，可能是因为他人赠送的书多数是赠送者喜欢的，但并不一定符合受赠者的兴趣。
08
位数的两轮旅程
问题：哪我骑共享单车留下了怎样的轨迹？
数据：2021年12月我的美团单车骑行记录
选题背景：我喜欢骑单车，并且经常使用美团共享单车。与此同时，我的骑行不会去很远的地方，活动基本集中在校园附近、大家都熟悉的区域。我认为自己在学校附近能留下较为有趣的骑行轨迹。
数据及算法：美团骑车-我的-行程记录中，所有2021年12月内的骑行记录。选择该月的原因是12月的骑行全部在学校附近范围内，且出行还未受疫情影响。
数据分析结果描述：在去年12月他们仍未受疫情限制时，我似乎以宿舍为中心、有着相对集中的活动范围。我时常在晚上和朋友一起骑车去联广吃饭，也经常骑车去南门取快递或外卖。但奇怪的是，在这一个月中很少有早晨八点之前的骑行记录，初步推测原因是早八的共享单车太难抢了。
09
位数的观影
问题：最近我看了哪些影片？它们的口碑如何？
数据：我在2022年看过的电影和它们的豆瓣评分
选题背景：封校和宅家期间，我从主要去电影院看电影转为了主要通过b站和网盘看各类电影、纪录片和剧集。这些新老电影在网络上的口碑似乎也褒贬不一。
数据及算法：本人2022年所看的影片从百度网盘、夸克网盘、bilibili-我的-收藏、电影选修课课程记录等多渠道整理获得。制片国家、播出时间、豆瓣评分均来自豆瓣电影。
数据分析结果描述：
相比老电影，豆瓣用户似乎更倾向于给新电影打更低的分数。然而这也可能是一种幸存者偏差，即流传下来的老电影通常是经典中的经典。由此或许可以推断，在家观看老片可能比观看刚上线的新片更不容易踩雷。
10
位数的情绪
问题：我以什么样的心情在公共网络平台内容？
数据：个人QQ空间7月16日-7月23日的所有记录
选题背景：上一棒的同学研究的主题是自己在网络平台上的追星相关发言记录，引起了我关于研究自己在公共网络平台的发言及其中表露出的各种情绪的想法。
数据及算法：个人QQ空间过去一周（7.16-7.23）的所有记录。
数据分析结果描述：我的原创内容比转发内容多，白天的内容比晚上多；但这可能是数据采样量不足导致的，因为被统计的一周的晚上大多在进行本工作坊，没有时间内容。另外，内容时我大多心情愉快，分享生活和创作居多，偶尔也有抱怨生活问题的情况。
策划｜黄秋韵 图片｜黄秋韵
文案｜黄秋韵 排版｜陈蕾
导师｜曹静
同济大学设计创意学院，亚洲生活方式及设计基因研究实验室《可持续生活方式营造》课题，倡议人的生活方式与人造环境的关系研究，让真相成为设计思考和实践的起点。更多详细信息，请电邮他们：
asianlifestyle.researchlab@gmail.com
