机器学习方法在建筑使用者画像构建中的应用
机器学习
2024-08-09 v1 人机交互
摘要
用户画像（persona）是设计师用于生成描述用户原型的心理模型的沟通工具。构建建筑使用者画像已被证明是以人为中心的智能建筑设计的有效方法，其考虑了使用者舒适度、行为与能耗。建筑能耗优化也需要深入理解使用者的偏好与行为。当前构建建筑使用者画像的方法面临手动数据处理与分析的主要障碍。在本研究中，我们提出并评估了一种基于机器学习的半自动化方法来生成建筑使用者画像。我们基于2015年居民能耗数据集，采用线性判别分析、K近邻、决策树（随机森林）、支持向量机和AdaBoost分类器五种机器学习技术，预测包括年龄、教育程度和热舒适度在内的16项使用者特征。模型平均准确率达61%，对于家庭居住人数、年龄组和供暖或制冷设备偏好使用等属性的准确率超过90%。研究结果表明使用机器学习技术构建建筑使用者画像以最小化人力投入的可行性。
引用
@article{arxiv.2207.11239,
title = {Machine learning approach in the development of building occupant personas},
author = {Sheik Murad Hassan Anik and Xinghua Gao and Na Meng},
journal= {arXiv preprint arXiv:2207.11239},
year = {2024}
}
备注
12 pages, 4 figures