2. 中国路桥工程有限责任公司, 北京 100010
2. China Road and Bridge Corporation, Beijing 100010, China
城市规划是针对城市物质空间的整理和谋划,需要考虑人的生活形态与需求,与公众利益密切相关[1]。美国城市设计协会组织把城市规划的主要工作内容分为认知、探索和决策3个阶段[2]。其中:认知阶段需要明晰项目涉及的方向,主要工作包含收集公众意见、整理统计数据与物理空间信息、分析现状等;探索阶段的主要任务包括制定规划核心原则、执行初步设计、深化设计和专项规划;决策阶段的任务是确定项目方案、绘制细化图纸形成最终设计文本。
随着中国城镇化脚步加快,城市发展越来越强调统筹与协调公众意见。张荣天等[3]认为城镇化的发展模式也呈现出以“自上而下”为主,逐渐融入“自下而上”的趋势。除各级政府以及规划部门以外,企业和公众参与城市规划的程度越来越高。反观最终诉诸政府意见的城市规划方法,却逐渐体现出其局限性。例如,顾朝林等[4]指出政府和制度对城市化并非完全起促进作用,政策可能会导致生产要素在空间上的不均衡,进而促成城市化的偏态和人为波动;何燕等[5]也强调城市化需要更高的视野和更广的决策源,在自上而下的规划模式下,决策者由于认知局限性难以驾驭综合的社会经济融合过程。
就城市规划而言,广泛的公众参与可以使规划过程更加科学。由于城市规划本身是一个协调各方的过程,公众的意见、目标意向和创意都是规划过程中需要重点参考的信息。Arnstein[6]对城市规划中公众参与程度进行划分,从纯粹的信息接收者到控制责任承担者共8个阶梯,而加拿大国际文化事务研究所对这一阶梯进一步归纳和诠释,形成具有“接收信息和服务” “信息输入”“对规划和行动负全部责任”3个层面8个阶梯的参与程度之梯。
然而,城市规划的公众参与程度目前并不深入,实践主要聚焦于规划第一阶段由公众提供基础信息或建议,或在规划方案的公示阶段收集反馈意见。调动公众参与常用的方式包含问卷调查、实地走访、召开协调会议等。武磊等[7]指出这些方法在实际应用过程中也逐渐体现出信息利用性差、参与程度低、重复成本高、时间周期长等缺陷。
在信息输入阶段,除了公众意见外,统计资料和物理空间有关的数据也是目前进行城市规划的重要基础。此类数据收集方法目前多依赖于相关机构的统计调查,例如公安机关、统计局或规划从业人员现场调查所获得的城市经济、社会、人口和土地等数据。王鹏等[8]认为传统的城市规划编制在信息获取过程中仍然存在描述性数据不足、关键数据缺乏及数据分析重复工作量大等问题。加之城市迅速发展,统计资料和物理空间有关的数据需要持续更新。然而,准确的数据收集成本高昂,因此需要更科学、高效的方法来完成此工作。随着大数据时代来临,城市精细化管理理念愈加深入,政府决策需要从传统的依靠直觉判断和主观经验的模式向大数据驱动决策模式转变,实现政府治理的现代化,提高决策科学化水平,以满足新背景下城市规划的新要求。
本文首先梳理城市规划工作的要求,并介绍众包在城市规划工作中的必要性。其次,以回顾文献与案例的方式总结目前众包在城市规划中应用的状况。最后,本文指出众包在城市规划中的应用前景与政府制定措施的建议。
1 众包是实现公众参与的新模式公众参与是指行政体系之外的主体影响公共利益、政策制定和决策过程的活动[9],如何高效地收集、整合、分析公众的反馈作为城市规划的基础至关重要。如图 1所示,众包的概念首先由Howe[10]在2006年提出,定义为“一个公司或机构把过去由员工执行的工作任务,以公开召集的形式外包给非特定的(通常是大型的)大众网络的做法”。Estellés-Arolas等[11]认为,众包的狭义定义为“发起者通过公开招募的方式将复杂性或模块化任务分配给自愿参与的不特定大众群体从而达到双方互惠互利的一种线上参与活动”。从此定义来看,由于发起者对于任务的要求明确,使得众包平台所创建的任务具有强烈的导向性。利用众包技术,可以大量收集具有针对性的公众意见,在一定程度上可以逐步形成公众参与的规范程序和制度,为自下而上的城市规划体系变革铺设良好的技术与组织基础。随着大数据时代的来临,众包和城市规划的交叉作业正在逐渐改变原本较为被动的公众参与形式,正如一些学者提出的“感知即参与”理念[12]。由此看来,众包可以通过互联网有效地收集公众对城市规划的各种信息,深化公众参与城市规划过程的程度。
然而,众包不同于一般性的大众线上自主活动,虽然有明确的任务目标和任务发起主体,但是其生产成品的属性是否为私有值得探讨[10-11]。首先,众包倡导的是社会多样化、差异化所激发的创新潜力,通过互联网参与众包的群体具有高度不确定性[13]。除此之外,众包中参与公众的不特定性使其还可以包含“用户创造”的内容[10],让产品的最终消费者参与生产过程。因此,部分研究认为众包的发起人通常对完成后的产品拥有所有权或产权[14],属性界定上偏向私有;也有人主张众包是将共享代码的开源理念向全行业推广的商业模式[10],产品不应为私有。
城市规划工作是调和城市生活中各方矛盾的重要手段。利用众包技术可以更有效地实现公众参与,进而以更科学、全面的视角指导规划工作的展开和规划方案的决策。从规划活动的参与主体来看,由于众包模式中包含着“用户创造”的理念,因而城市规划方案的最终受众和利益相关者得以通过更直接的方式参与到规划编制过程中,让规划方案更体现民意的诉求。从规划活动的参与方式来看,狭义的众包为大众提供明确的信息输送与反馈渠道,充分发挥公众的自主性,提高公众在城市规划的认知、探索和决策阶段的参与程度;广义的众包是大数据技术在规划领域应用的主要方向之一,将经过清洗和筛选的大量数据和社会活动信息运用在规划全过程中。
通过不特定个体或组织的自发性响应,众包可以聚集具有不同学科背景和思维方式的参与对象。王鹏等[8]认为,应推动规划编制从注重方案结果向注重前期分析转变,从更依赖精英群体的分析判断向依赖更广泛的公众参与转变,从以单学科为主导的方案编制向多学科知识交互的合作平台转变。通过不同学科知识的碰撞和大众创意的收集,公众参与在众包模式可以渗入到城市规划工作的核心设计阶段。
2 众包在城市规划过程中的应用目前,国外众包平台数目众多且发展较为成熟,例如InnoCentive、Amazon Mechanical Turk、iStockphoto、Threadless、CrowdFlower等网站涵盖图片收集、创意设计、数据处理及其他综合领域,为用户提供了具有针对性的有偿问题解决途径。国内众包业务也正在兴起,从集中软件开发和项目测试类任务平台逐渐向全商业领域拓展。
2.1 众包在城市规划中的应用国内外的城市规划活动中,利用众包鼓励公众参与的实践也日益成熟。狭义的众包主要围绕各种公众信息交互机制展开,为长期的城市规划活动或短期的规划项目建立众包模式的运作基础。众包在城市规划中的应用案例信息归纳如表 1所示。
案例 | 地点 | 细分领域 | 参与主体 | 城市规划过程 |
NextHamburg | 德国 | 规划论坛 | 公众 | 认知、探索 |
MindMixer | 美国 | 规划论坛 | 社区居民 | 认知、探索、决策 |
Callan Park | 澳大利亚 | 规划论坛 | 公众 | 认知、探索、决策 |
史家胡同风貌保护协会 | 中国北京 | 规划论坛 | 社区居民 | 认知、探索、决策 |
众规武汉 | 中国武汉 | 规划论坛 | 市民 | 认知、探索 |
小游园、微绿地 | 中国成都 | 规划论坛 | 市民 | 认知、探索 |
Open Street Map | 美国 | 微观数据收集 | 公众 | 认知 |
Foursquare | 美国 | 微观数据收集 | 公众 | 认知 |
Waze | 美国 | 微观数据收集 | 公众 | 认知 |
Ushahidi | 肯尼亚 | 微观数据收集 | 公众 | 认知 |
Citizen Forester Program | 澳大利亚 | 微观数据收集 | 受培训的公众 | 认知 |
中国文化遗产地图 | 中国 | 微观数据收集 | 公众 | 认知 |
徐霞客计划 | 中国 | 微观数据收集 | 城市规划学者 | 认知 |
长辛店老镇心情地图 | 中国 | 微观数据收集 | 公众 | 认知 |
《2017年共享单车与城市发展白皮书》 | 中国 | 微观数据收集 | 公众 | 认知、探索 |
NextHamburg网站[15]为德国汉堡的公众提供了一个针对城市发展的策划平台,每个参与者通过投票、贡献想法、参加论坛等方式参与城市未来发展的规划建设,并进一步在Stadtmacher平台上进行资源众筹扶助实现公众的策划方案。MindMixer为美国多个社区提供了在线的规划讨论平台,社区成员得以就具体的社区规划问题进行有针对性的方案讨论,达到了一般社交媒体所不能达到的公众参与度。位于悉尼的Callan Park规划项目也充分利用了众包模式,设计团队与社区公众合作,成立专门的项目网站就规划阶段的每一步关键问题收集公众意见并形成最终方案。国内的相关实践也在逐步发展,从史家胡同风貌保护协会的泛众包式参与[16]到“众规武汉”[17]、成都市“小游园、微绿地”[18]、环城天府绿道等大范围的线上公众规划活动。众包激发了广大群众的创造力,正逐渐让公众从被动的信息获取者向执行和决策阶段的信息输入者转变,甚至承担部分的决策和执行责任。
城市规划不仅需要硬件设施的信息,也需要人与城市空间互动的信息。使用众包模式可以让公众以主动的方式大量提供其活动数据,作为空间规划的参考基础。近年来,以分解任务让大众操作与提供反馈的众包数据地图开始涌现。以Open Street Map(OSM)和Wikimapia为代表的VGI(Volunteered Geographic Information)网站,运用了开源的理念为用户提供可编辑的地图信息,广大用户自发地通过GPS轨迹、兴趣点(point of interest, POI)等各种途径向OSM输入信息,协助构建完善的城市空间信息系统。又如Foursquare等[19]利用用户标记获取饮食娱乐的位置信息地图,Ushahidi等[20]借助公众传播灾害消息获取危险事件位置信息地图,Waze等[21]依靠公众力量获取城市交通实时信息地图,Citizen Forester Program向接受了短暂培训的个体发布收集城市树木数据的任务进而扩充城市绿化数据,中国文化遗产地图通过用户发布和上传照片搭建中国文化遗产分布地图,“徐霞客计划”发动城市研究者共享城市微观数据。除了这些直接让大众上传模块化城市物质空间信息的方式以外,更广义的众包通过获取大众的信息来协助城市规划分析。在长辛店老镇复兴计划中,规划师通过对涉及长辛店的网络平台内容进行语义分析,获悉社会公众对该地区各个地点的认知、态度、意见和情绪,绘制了“长辛店老镇心情地图”[12]。在共享经济热门的时下,《2017年共享单车与城市发展白皮书》也提出了用户骑行大数据可以为城市慢行系统、用地规划和绿色交通发展提供数据支撑,推动建立智慧城市[22]。
由表 1看来,所有的应用案例都将众包技术运用到规划的认知阶段,也就是收集公众对规划的诉求和基础数据。不到一半的项目将众包模式用于规划的探索阶段,也就是让公众提出局部的规划方案或构想。只有3个案例基于众包来辅助城市规划决策,其决策方式仅为线上投票或让公众发表意见。因此,现阶段众包多应用于“感知”公众的意见,较少让公众参与在探讨规划方案的原则以及方案的选择与优化。然而,众包在规划领域的深入运用可以激发公众开放式创新热情,有了用户、客户以及公众的参与,可以让城市规划的过程更具备包容性[23]。
众包要在城市规划的探索与决策过程中发挥重要作用,就要充分发挥其数据收集与清洗和数据分析与决策的功能。接下来,分别总结众包的2个重要功能。
2.2 数据收集与清洗众包的数据清洗技术是数据分析的前置条件。由于参与主体的门槛较低,参与者知识水平的参差不齐、大样本个体的心理行为不可控等因素,可能会导致所获取的初始数据质量较低。为解决这一问题,可以在数据分析阶段进行数据清洗,或在决策阶段利用成熟的计算机算法进行数据分析以提高众包的可靠性。目前,全面数据质量管理领域已有相当成熟的数据清洗算法研究,例如临近排序算法SNM是处理针对相似重复记录数据的常用方法[24],对于非结构化的数据也可以采用Bayes网络识别文档的相似性[25]。为协调解决数据的时效性和一致性偏差,Fan等[26]建立了新的构造准确实体描述数据的修复方法。这些数据清洗方法和算法可以为广泛的数据质量管理实践过程过滤低质量数据和错误数据,提高决策判断的准确性。随着数据质量管理领域也开始利用众包的模式来降低数据修复的成本,专门针对众包模式下的数据清洗方法的研究也越来越多,例如Zhang等[27]设计并改善了近似算法、启发式算法进行众包数据的过滤和评价,并通过对真实平台的广泛实验验证其方法的有效性。将数据清洗技术与移动终端平台结合以提供更高质量的数据,是众包技术发展最重要的研究方向之一。
2.3 数据分析与决策基于众包的城市规划决策过程目前以头脑风暴、专家评审等定性分析方法为主,其他领域中基于众包的决策方法也可作为参考。众包增强规划决策流程如图 2所示。
城市规划应该体现公众利益,而众包可以较全面地体现公众意志,同时依靠一定的决策模式实现科学民主的决策。众包在其他领域的应用实践为群体决策方式的适用性提供了一定的理论基础。例如,IBM利用BizRay Service进行众包任务发布,并开发CrowdARB Service剔除质量较差的数据以优化决策过程[28]。Alonso等[29]利用Amazon Mechanical Turk平台发布文件相关度评估任务。试验表明,尽管单个非专家的表现逊于专家,但是依靠众包技术的群体决策与精英群体的决策结果相差无几。Snow等[30]和Hsueh等[31]在自然语言处理领域的研究也得到了一致的结论。
若以基于众包技术收集到的数据作为决策的基础,利用主体反馈的结构差异来针对主体进行二次赋权是目前的主流范式。刘颖等[32]利用经典的基于二元语义的多属性决策方法为众包平台网站构建一个包含初步过滤、评价、计算、奖励的辅助决策模块。Blohm等[33]验证了在进行大量方案创意评估时多标准评级量表在评估准确性和满意度方面占优。Burnap等[34]建立了公众共识模式,模拟结果显示强化专家意见的评估方式优于对所有人平均赋权的结果。这些评估方式或是对数据方案本身的指标特点赋权,或是对提供信息的参与主体特征赋权,旨在获取一套更符合全数据的决策判断准则。虽然这些评估手段往往在模拟试验中表现良好,但在实践项目中存在如何判定“专家”的问题[34],让决策的难度大幅增加。众包不仅可以高效地收集各种类型的数据,其清洗与分析技术可以有效提高数据的质量,为科学决策提供良好的基础。同时,众包可以降低公众反馈的主观性,在决策过程中准确体现公众意志。不过,现有的规划项目主要由精英群体如规划设计院主导,并且规划决策主要依赖行政主管部门[35]。如何在城市规划的全过程中充分发挥众包的力量,需要政府出台相关的配套措施来平衡各利益关系者的需求。
3 城市规划中众包的发展前景城市规划可以增加众包的应用范围。现有的众包技术主要运用在识别、收集、分析空间信息如地图与救灾等方面。然而,城市规划涉及不同相关领域,可以在这些领域中整合公众的反馈,提升城市服务水平。诸如公共卫生、社区服务等与“公众健康”相关的应用仍然较少。随着中国快速城市化带来的环境问题,例如雾霾、磷化工厂选址、PX立项等问题日渐成为公众关注的焦点,公众在这些方面的意见需要被科学、系统地整合到城市规划的全生命周期中。因此,如何在这些议题上发挥众包的优势是一个主要的研究方向。
现今,中国基于移动设备收集数据技术已见成效,如北京交通发展研究院与中国电信成立共建“城市与交通大数据联合实验室”,基于手机地图数据建立分析模型并且为未来北京交通布局规划提供支持。基于此平台技术,本文提出基于便携设备清洗城市规划基础数据的众包模式,如图 3所示。通过移动终端设备正式录入数据库前,平台应当提供即时的反馈,降低信息偏误的可能性。
以众包分析多元异构数据来作为城市规划的参考应是另一个焦点。公众的日常活动已经产生许多不同维度的数据,涵盖交通、消费、商务、社交等多个领域。基于众包所收集不同类型的数据,需进一步开发数据集成评价技术,整合图片、声音和文字等不同类型的数据,凝炼公众反馈来反映居民的真实诉求,如图 4所示。
4 城市规划中运用众包面临的挑战
公众的自主参与是众包的一大特点,在城市规划活动中如何调动公众参与的积极性是政府和机构需要面临的挑战之一。在公众参与公共事务意识不强的环境下,众包技术在城市规划领域的开展初期可能较为困难。可以尝试在社区试点,进行小范围的项目试验,在取得良好效果的基础上,再逐步将众包模式复制到大规模城市规划项目上。例如茅明睿等[12]负责的史家胡同改造项目的成功,不仅给予公众参与可操作性的指导,更是给广大公众一个积极的信号,进一步激发众包模式中的大众智慧,增强城市规划和发展的科学性和民主性。
然而,城市规划是以物质空间实体为主要的作用对象,基于众包单纯的线上作业不能完全满足城市规划的要求。规划过程中存在着诸如实地踏勘和城市认知等工作,这些要求人员在现场全方位体验的工作终究不能被单纯的互联网合作完全替代。在未来的城市规划中,需要结合线上-线下交互的模式,使规划方案更加符合实际需求。
此外,现有的行政体系是将城市规划有关职能部门作为主要决策者,尤其是在土地等重要资源的配置权属于公有的环境下,基于众包所产生的大众意见,甚至是规划结果的法律属性并不明确。此外,基于众包技术得出的结论应在规划决策中所占比重也没有明确的范围。因此,建议政府进一步确定落实基于众包技术的决策范围与其机制,让参与众包的主体有章可循,发挥众包在中国城市规划中的效用。
5 结论随着城市化进程对规划工作的要求逐渐提高,众包可以增加公众参与的程度,更好地体现公众的意志,为城市规划中的公众参与打开了新的一扇门。未来,众包也可以逐渐深入城市规划的设计与决策等阶段,优化城市规划过程。
综上,引入众包这样的开放平台,可以打破原本壁垒森严的信息屏障,使各部门的信息得到流动,公权力得到释放,实现政府信息透明化,有利于城市规划、城市经营最终实现社会平等的目标。
[1] |
谭纵波. 城市规划[M]. 北京: 清华大学出版社, 2005. TAN Z B. Introduction to urban planning and design[M]. Beijing: Tsinghua University Press, 2005. (in Chinese) |
[2] |
美国城市设计协会.城市设计技术与方法[M].杨俊宴, 译.武汉:华中科技大学出版社, 2016. American Urban Design Association. The urban design handbook: Techniques and working methods[M]. YANG J Y, trans. Wuhan: Huazhong University of Science & Technology Press, 2016. (in Chinese) |
[3] |
张荣天, 焦华富. 中国新型城镇化研究综述与展望[J]. 世界地理研究, 2016, 25(1): 59-66. ZHANG R T, JIAO H F. A review on new urbanization research in China[J]. World Regional Studies, 2016, 25(1): 59-66. DOI:10.3969/j.issn.1004-9479.2016.01.007 (in Chinese) |
[4] |
顾朝林, 吴莉娅. 中国城市化研究主要成果综述[J]. 城市问题, 2008(12): 2-12. GU C L, WU L Y. Review on major studies on urbanization in China[J]. Urban Problems, 2008(12): 2-12. (in Chinese) |
[5] |
何燕, 周靖祥. 城市化与城镇化之辩:构建区域联动发展研究新框架[J]. 重庆大学学报(社会科学版), 2013, 19(4): 1-12. HE Y, ZHOU J X. Debate on urbanization:Construct a new framework for the study of the regional linkage development[J]. Journal of Chongqing University (Social Science Edition), 2013, 19(4): 1-12. (in Chinese) |
[6] |
ARNSTEIN S R. A ladder of citizen participation[J]. Journal of the American Institute of Planners, 1969, 35(4): 216-244. DOI:10.1080/01944366908977225 |
[7] |
武磊, 党安荣. 公众参与城市规划的技术方法[J]. 北京规划建设, 2005(6): 20-22. WU L, DANG A R. The techniques and methods of public participation in urban planning[J]. Beijing Planning Review, 2005(6): 20-22. DOI:10.3969/j.issn.1003-627X.2005.06.006 (in Chinese) |
[8] |
王鹏, 袁晓辉, 李苗裔. 面向城市规划编制的大数据类型及应用方式研究[J]. 规划师, 2014, 30(8): 25-31. WANG P, YUAN X H, LI M Y. Big data type and application for urban planning compilation[J]. Planners, 2014, 30(8): 25-31. DOI:10.3969/j.issn.1006-0022.2014.08.004 (in Chinese) |
[9] |
莫文竞, 夏南凯. 基于参与主体成熟度的城市规划公众参与方式选择[J]. 城市规划学刊, 2012(4): 79-85. MO W J, XIA N K. Planning participation approaches and public political maturity[J]. Urban Planning Forum, 2012(4): 79-85. DOI:10.3969/j.issn.1000-3363.2012.04.012 (in Chinese) |
[10] |
HOWE J. Crowdsourcing: A definition[Z/OL]. (2006-06-02). http://crowdsourcing.typepad.com/cs/2006/06/crowdsourcing_a.html. http://cn.bing.com/academic/profile?id=417a27fd75b0c346b2c05e83a704c1fd&encoded=0&v=paper_preview&mkt=zh-cn
|
[11] |
ESTELLÉS-AROLAS E, GONZÁLEZ-LADRÓN-DE-GUEVARA F. Towards an integrated crowdsourcing definition[J]. Journal of Information Science, 2012, 38(2): 189-200. DOI:10.1177/0165551512437638 |
[12] |
茅明睿, 储妍, 程辉, 等.规划云平台: "互联网+"规划公众参与的实践[C]//2015中国城市规划年会论文集.贵阳, 2015. MAO M R, CHU Y, CHENG H, et al. Cloud platform of urban planning: The practice of "Internet +" in planning public participation[C]//Proceedings of the 2015 Annual National Planning Conference. Guiyang, 2015. |
[13] |
张利斌, 钟复平, 涂慧. 众包问题研究综述[J]. 科技进步与对策, 2012, 29(6): 154-160. ZHANG L B, ZHONG F P, TU H. A research review on crowdsourcing[J]. Science & Technology Progress and Policy, 2012, 29(6): 154-160. DOI:10.3969/j.issn.1001-7348.2012.06.036 (in Chinese) |
[14] |
ZHAO Y X, ZHU Q H. Evaluation on crowdsourcing research:Current status and future direction[J]. Information Systems Frontiers, 2014, 16(3): 417-434. DOI:10.1007/s10796-012-9350-4 |
[15] |
Nexthamburg. Vber Nexthamburg[Z/OL].[2018-07-05]. http://www.nexthamburg.de/about-nexthamburg.
|
[16] |
李哲. 探索历史街区风貌保护新模式[J]. 瞭望, 2014(50): 56-57. LI Z. Exploring a new model for protecting historical block[J]. Outlook Weekly, 2014(50): 56-57. (in Chinese) |
[17] |
熊伟, 周勃. "众规武汉"开放平台的建设与思考[J]. 北京规划建设, 2016(1): 100-102. XIONG W, ZHOU B. The development and thought of the open platform "Zhonggui Wuhan"[J]. Beijing Planning Review, 2016(1): 100-102. (in Chinese) |
[18] |
成都公众管理平台.众智规划身边绿地——市规划局启动中心城区小游园、微绿地规划公众参与活动[Z/OL].[2018-07-05]. http://www.cdgh.gov.cn/qwfb/gzdt/5533.htm. Chengdu Planning and Management Bureau. Public participation in green space planning: The Planning and Management Bureau started the public participation activities of small parks and green space planning in city center[Z/OL].[2018-07-05]. http://www.cdgh.gov.cn/qwfb/gzdt/5533.html. (in Chinese) |
[19] |
Foursquare. About us[Z/OL].[2018-06-30]. https://foursquare.com/about.
|
[20] |
Ushahidi. About Ushahidi[Z/OL].[2018-06-30]. http://ushahidi.com/about.
|
[21] |
City of Dallas Urban Forest Advisory Committee. Citizen forester program[Z/OL].[2018-06-30]. http://dallastrees.org/?page_id=91.
|
[22] |
清华控股. 2017年共享单车与城市发展白皮书[Z/OL]. (2017-04-13)[2018-07-05]. http://www.thholding.com.cn/News/show/contentid/1532.html. Tsinghua Holdings. White paper on bicycle-sharing and the development of city in 2017[Z/OL]. (2017-04-13)[2018-07-05]. http://www.thholding.com.cn/News/show/contentid/1532.html. (in Chinese) |
[23] |
SELTZER E, MAHMOUDI D. Citizen participation, open innovation, and crowdsourcing:Challenges and opportunities for planning[J]. Journal of Planning Literature, 2013, 28(1): 3-18. DOI:10.1177/0885412212469112 |
[24] |
HERNÁNDEZ M A, STOLFO S J. Real-world data is dirty:Data cleansing and the merge/purge problem[J]. Data Mining and Knowledge Discovery, 1998, 2(1): 9-37. |
[25] |
LEITĀO L, CALADO P, WEIS M. Structure-based inference of xml similarity for fuzzy duplicate detection[C]//Proceedings of the 16th ACM Conference on Information and Knowledge Management. Lisbon, Portugal: ACM, 2007: 293-302.
|
[26] |
FAN W F, GEERTS F, TANG N, et al. Inferring data currency and consistency for conflict resolution[C]//Proceedings of the IEEE 29th International Conference on Data Engineering. Brisbane, Australia: IEEE, 2013: 470-481.
|
[27] |
ZHANG C J, CHEN L, TONG Y X, et al. Cleaning uncertain data with a noisy crowd[C]//Proceedings of the IEEE 31st International Conference on Data Engineering. Seoul, Republic of Korea: IEEE, 2015: 6-17.
|
[28] |
VUKOVIC M, DAS R. Decision making in enterprise crowdsourcing services[M]//BASU S, PAUTASSO C, ZHANG L, et al. Service-oriented computing. Berlin, Germany: Springer, 2013: 624-638.
|
[29] |
ALONSO O, MIZZARO S. Can we get rid of TREC assessors? Using mechanical turk for relevance assessment[C]//Proceedings of the SIGIR Workshop on the Future of IR Evaluation. New York, USA: ACM, 2009.
|
[30] |
SNOW R, O'CONNOR B, JURAFSKY D, et al. Cheap and fast: But is it good?: Evaluating non-expert annotations for natural language tasks[C]//Proceedings of the Conference on Empirical Methods in Natural Language Processing. Honolulu, USA: Association for Computational Linguistics, 2008: 254-263.
|
[31] |
HSUEH P Y, MELVILLE P, SINDHWANI V. Data quality from crowdsourcing: A study of annotation selection criteria[C]//Proceedings of the NAACL HLT Workshop on Active Learning for Natural Language Processing. Boulder, USA: Association for Computational Linguistics, 2010: 27-35.
|
[32] |
刘颖, 刘咏梅. 基于2-TUPLE MADM的众包平台辅助决策设计框架[J]. 系统工程, 2015, 33(11): 153-158. LIU Y, LIU Y M. Crowdsourcing platform aided decision-making designing framework based on 2-tuple MADM[J]. Systems Engineering, 2015, 33(11): 153-158. DOI:10.3969/j.issn.1001-2362.2015.11.106 (in Chinese) |
[33] |
BLOHM I, RIEDL C, LEIMEISTER J M, et al. Idea evaluation mechanisms for collective intelligence in open innovation communities: Do traders outperform raters?[C]//Proceedings of the International Conference on Information Systems. Shanghai, China: AAIS, 2011.
|
[34] |
BURNAP A, REN Y, GERTH R, et al. When crowdsourcing fails:A study of expertise on crowdsourced design evaluation[J]. Journal of Mechanical Design, 2015, 137(3): 031101. DOI:10.1115/1.4029065 |
[35] |
彭震伟, 张磊. 新世纪我国城市规划决策机制的思考[J]. 规划师, 2001, 17(4): 27-30. PENG Z W, ZHANG L. On the decision-making mechanism of urban planning in china in the new century[J]. Planners, 2001, 17(4): 27-30. DOI:10.3969/j.issn.1006-0022.2001.04.007 (in Chinese) |