LOFTER-网易轻博

目前，当代建筑批评课程已经完全结束，在为其8周的课程中，各小组总结汇报了往届普利兹克获奖者的信息，重点分析每位获奖者的设计理念等，归纳提炼其获奖关键词，找寻普利兹克奖与其他奖项的关联性，从中分析找寻新的普利兹克奖候选人，并制定了相关问卷，以问卷调研主观数据结合各候选人生平客观数据进行SPSS分析，预测出下一年的获奖者，虽然结果不一定准确，但对我而言，仿佛我参与了普利兹克奖的评选，这不失为一次值得纪念的体验。

1收获

这门课以一种开放的教学模式，学生为主体，进行思考分析，经过一段时间的学习，我收获颇多，首先，在知识层面，我了解到了更多的建筑师及其作品理念，也对普奖有了更深刻的了解。普利兹克奖，又名普利兹克建筑奖，是由杰伊·普利兹克和妻子辛蒂发起、凯悦基金会所赞助的于1979年设立的建筑奖项。普利兹克奖是建筑领域的国际最高奖项。

小组最开始被分配到的任务便是收集已获奖者的信息，并进行关键词提取，总结普利兹克获奖者阶段特征。评审辞是普利兹克奖官方团体宣布的授奖言辞，是向公众传达目标愿景和表彰倾向的重要渠道。其官方表明，普利兹克奖对具有“才智、想象力和责任感等优秀品质”，并“通过建筑艺术对人文科学和建筑环境做出持久而杰出的贡献”的建筑师作出嘉奖。从评审词的分析可以提炼各获奖者的获奖因素，我们学会了透过文本的特征和趋势，分析一定时期内普利兹克获奖者的特征，在文本的内容分析上，并非从语言学的角度拆词解句，而是以词频和语义相结合的方法，抽取关键词并研究其状态特征及演变趋势。

其次在技术方面，在课堂上，老师邀请了统计学的老师来为我们讲解统计学的相关知识；在课余时间，我自学了统计学分析方法及spss分析软件，并在最终预测分析中得以运用。小组抽取的分析方式为因子分析法与最优尺度法，我们重点学习并掌握了这两种分析方法。因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子（之所以称其为因子，是因为它是不可观测的，即不是具体的变量），以较少的几个因子反映原资料的大部分信息。因子分析法就是寻找这些公共因子的模型分析方法，它是在主成分的基础上构筑若干意义较为明确的公因子，以它们为框架分解原变量，以此考察原变量间的联系与区别。最优尺度回归，即基于最优尺度变换的回归。最优尺度变换专门用于解决在统计建模时如何对分类变量进行量化的问题。其基本思路是基于希望拟合的模型框架，分析各级别对因变量影响的强弱变化情况，在保证变换后各变量间的联系为线性的前提下，采用一定的非线性变换方法进行反复迭代，从而为原始分类变量的每一个类别找到最佳的量化评分，使用这些量化评分代替原始变量进行后续分析。

2困难

但在整个课程的学习与结果预测中，我们也面临着许多的困难，首先是各小组的配合协作存在着一定问题，导致在倒数第二节课时，大家才正式填完问卷，也是这时，大家才抽取了各小组的预测分析方法，导致最终预测时间相较紧凑。其次，对于所获取数据的准确性，我仍持怀疑态度，客观因子的信息获取随着互联网的发展变得比较简单，此信息相较准确，但主观因子是通过问卷的填写获得，作为一名建筑学子，在我看来，此问卷的填写具有一定难度，大家对候选人的认知，仅凭问卷上的信息不够准确，更何况对于非专业人士而言。同时，问卷的长度过长，可能导致大家没有耐心仔细填写。除此，在最终的预测时，也出现诸多问题，首先是未能与统计学的同学进行很好的跨学科合作；其次，我们对于最优尺度法，我们未能推测出结果，最开始还会怀疑自己是否做错；对于因子分析法，在第一次用问卷数据进行因子分析时，在数据的选择时出现错误，只计算了问卷主观因素，忽略了问卷客观因素，同时在主观因素的选取时，没有去掉平均数这一因素，导致了分析结果出错，但一次失败的尝试，为后续的工作打下了基础。

3思考

建筑批评学是关于建筑批评的理论，建筑批评学探讨建筑批评的本质、内容和方法，是建筑理论的重要组成部分。建筑批评全面而又系统地对建筑、建筑师以及与建筑有关的社会、历史、文化、经济和政治因素进行说明、解释、评价、判断和批判，同时也论证这种说明、解释、评价、判断和批判的理由。但在课堂的学习后，我不禁对这门课的名字产生怀疑，课程名为“当代建筑批评”，但在课程的学习中，并未感受到对建筑的批评实质，更多的在对建筑师及其作品进行资料收集与分析。

4建议

因为疫情原因，课程线上开展，整体学习效果可能没有线下好，但在整门课程的学习中希望老师能给出课程更多的指导建议，能在问卷上指出设计的不足之处，同时希望能将往届的数据提前整合，形成本门课程的预测数据库，方便下一届学生参考。