Feniosky A. Pena-Mora，Sc.D.：谢谢党教授给我们介绍的概念，还有法律政策方面的挑战，包括我们在中国做的工作，这些都是非常重要的。下面一位发言嘉宾是清华大学土木水利学院BIM中心胡振中教授，他的题目是BIM应用案例。

清华大学土木水利学院BIM中心副教授 胡振中

　　胡振中：非常感谢主席先生，女士们，先生们大家下午好，我叫胡振中我来自于清华大学土木工程系。主办方跟我联系做报告的时候，要求我用英文做汇报，我准备的也是英文的汇报。如果有需要的话，我们可以在会后进一步讨论。

　　今天我要跟大家介绍一下智能数据的挖掘，还有数据的表达，特别是BIM的智能数据。首先这是我的主要内容。我介绍我们研究的背景，以及我们是如何提出思路的，之后我谈一下我们用什么样的方法了解用户的意愿，用户想要什么，然后介绍一下数据挖掘和数据表达。之后我还会介绍一下我们所说的案例的研究，以及使用的案例等等，来说明一下我们的研究结果。最后我会简单总结一下，介绍一下我们下一步的想法。

　　首先我主要介绍三方面的概念。第一就是我们所说的BIM，就是建筑信息建模，这个流程实际包括了对于功能性的，还有建筑物理功能信息的生成和管理。实际上会支持整个生命周期建筑的管理。

　　第二个就是我们说的IFC，就是行业基础分类。实际上是一个数据模型，就是说分析或者来描述建筑或者建筑行业的数据，实际上就是一个开放式的文件格式的模式，现在已经变成了国际化的标准了。

　　第三个就是IFD，实际上IFD的库，实际上是我们BIM应用当中很核心的部分，实际上包括一些像建筑信息的结构，如果你是用BIM的话，可能你就非常熟悉了。如果你对这个不是很非常的熟悉，我希望简单的介绍让大家有一些背景概念。

　　实际上BIM已经在越来越项目当中进行应用，包括项目规划的阶段一直到设计、建设阶段，包括建筑的管理，甚至把其他的全特都融合在一起了。同时我们也相信，对于BIM采用的普及程度将会越来越广。对于建筑行业当中的参与者，包括我们所说的业主，建筑师，工程师，合同商，承包商，所有的人参与到同一个项目当中。现在他们必须要用很多很多的软件，很多不同的应用，将来会生成越来越多的信息，并且把这些信息整合到统一的BIM模型当中。

　　这些都是非常好的方面。但是凡事都有两面，对于BIM的应用变得越来越复杂了。首先如果我们看一下，这个是软件，实际上这里面有很多的标识，还有标签，所以是非常复杂的，但是大家也可以看到，我并不是讨厌它，因为我觉得这个是很好的应用。对于用户很难对这个技术进行管理和使用。你很难对用户请求获得某些相关的信息，所以有没有简单的方式获取这些信息呢。

　　如果我把GDP中国2002-2012年输进去我们会得到一个反馈，这是我们最初研究结果。而且我们觉得我们是不是可以开发出来一个针对于BIM的应用呢？为了做这样的研究，我要介绍一下刚才我们的关键技术，包括我们NLP就是自然语言处理，主要用它了解用户到底想要什么？包括IFD主要连接用户的输入和IFC数据模型之间的联系，还有包括用数据挖掘进行数据分析。

　　首先对计算机来说，必须要了解用户的意图是什么？我们叫关键词的提取和映射。用户想要关键词，关键词中间的这些就是我们所说的数据模型，我们可以把核心的关键词映射到IFC当中，所以这个流程当中，包括五个步骤。

　　第一个步骤就是用户意愿在背景材料当中转换成词汇，然后我们把词汇进行标识，然后把它变成形容词，名词还有动词。第三个方面我们把词转换成为句式的逻辑，就是显示用户的逻辑方式，然后分类，把它分成关键词汇，然后我们就可以把关键词反映到IFC的数据模型当中。前面这四个就是我们所说的关键词的提取，其中包括我们所说的用户想要什么样的信息，同时也会告诉你，我们这个数据是什么样的类型，以及数据有哪些限制条件。

　　我举一个例子说明一下。这个是BIM数量，首先我们把句分成词汇，我们通过分析可以建立整个句子的逻辑结构，我们可以看到最短的名词加名词，提取出来关键词，这句话里面的关键词就是数量，路径显示的是其他的语句，根据远近确定关键词的关系。我们得到关键词之后，放到我们的数据里面，我们使用以IFD为基础的反映的流程。IFD定义的就是我们建筑行业当中的一些流程。但是你可以看到IFD的库当中的圆形对建筑语言还不够，所以我们要进一步扩大IFD的数据库，加入一些缩写或者是词的不同的表达，这样的话，它的关键词就可以把它反映到IFC里面。

　　现在我们确定了我们整个的词汇的目标。但是这些还不是很具体。比如说我们看到这几个词之间没有什么关系。现在我们提出根据IFC的结构的图像，我们会考虑数据模型类型转换成不同的节点，同时我们会考虑到节点之间的关系，我们从这里面可以发现路径，可以把具体的词汇联系在一起，同时我们还可以提供数据的复原的逻辑关系，对不同的数据库来说，这些数据可以自动生成，根据我们的路径。 

　　对于从数据库当中复原回来的数据，实际和关键词是相标识的，所以我们很容易把它进行分类。每一类当中我们还可以对它进行简单的归类和总结。

　　最后一个问题我们如何表达这些数据的结果，以生动的方式来表达，我们会把数据的结果分成四个类型，单一值，序列，数，还有网状结构。每个结构当中会有具体的表达和定义。比如说单一值是非常简单的，比如说表格就是序列，数代表的是一群数据，还有网状结构等等。对数据结果来看和形状是有关的，我们可以用直观的方式或者动画的方式，或者采用其他的方式加强它的表达。

　　这些方法我们开发出来的应用的原型，我们在案例研究当中，我们是用在医院方面的。比如说我们要提高BIM二层和三层的数据，我们可以得到不同形式的答案。左边我们得到了柱状图，底下是细分的数据，右边的是我们所说的3D直观的模型，可以表现它。即使说它显示的类型是不一样的，但是信息是由同一种模型放在一起生成的。

　　将来对用户来说，不需要用BIM之前先学RFC，你可以很容易实现RFI，我们可以更容易实现数据的表达，这样可以进一步推动BIM的应用。我相信将来我们会进一步的延展IFD的库，我们也会做越来越多的数据挖掘和表达方面的工作。将来还会考虑采用云的方式进行。

　　最后我让大家和我想象一下未来以BIM的数据挖掘和数据表达，可能就像现在我们说的大桥一样。告诉我妻子我可能晚30分钟才到，这边冷不冷？不太冷。谢谢大家，非常感谢大家的关注。