這個是我們做的南京城市空間結構的分析，用微博簽到數據來做的，每個黑點代表一個有著地理信息的微博用戶的簽到位置。我們根據文本內容去對它的活動特性進行分析和評價，最終對城市的功能區進行劃分，這樣的話，反過來跟我們城市功能區的劃定進行對照，進而給我們的規劃調整提供建議。這方面，同濟大學王德老師團隊也做了大量基于手機信令數據的城市功能區分析與研究。

　　這是我們利用智能手機GPS數據做的大學校園空間利用的研究。我們調查了南京大學的新校區，選擇50個不同專業、不同年級的學生自愿來配合，做了每天24小時共一周的調查，對整個校園的土地使用進行了深入的調查。這里面還配合了活動日志的數據，所以它是大數據和小數據結合的方式，做了校園空間使用強度的分析。

　　4.基于情感空間的城市空間優化與設計

　　我們還可以從情感、情緒這個角度去挖掘和分析微博文本大數據。情緒從表情符號上可以獲取到，同時還可以挖掘出他從事這些活動的時候是否高興，是否沮喪，可以表現出他當時的心情，我們對文本要確定關鍵詞的搜索，哪些關鍵詞要去檢索到當時的狀態，然后給它進行量化。

　　這張圖是利用智能手機GPS數據和活動日志數據對南京大學新校園做的學生情緒分析和評價，包括對校園空間，對宿舍，對操場，實際上也都發現大學生在一些空間的使用方面和情緒變化的差異。我們發現，新校區規劃的部分活動空間使用率較低，學生在宿舍和操場的情緒值是最高的。