毕业设计数据可视化

背景与问题陈述

每年国内高校产出大量毕业设计作品，但作品散落在各校独立的网络平台上，难以横向比较。缺少统一的档案与分析工具，设计教育的演变趋势很难被观察和讨论。

毕业橱窗受中国美术学院计算艺术研究所委托，把 2018 年以来九所高校的毕设作品汇聚到一个便于批量阅读的在线档案里。对作品文本与图像做计算分析，是为了看清这些年来学生在探讨什么议题、和当下相比有什么变化。

设计出发点，橱窗与网格

设计从“橱窗”与“网格”两个概念的关系出发。每件作品有一个独立的数字橱窗，同时所有橱窗被组织进统一的网格，个体与整体可以在同一界面被审视。

平台要承载六年的完整档案，让用户在批量浏览与逐件细看之间切换，这是可视化与交互设计要解决的首要问题。

核心挑战

• 多源异构数据的采集与清洗。4,808 件作品来自九所高校不同的网络平台，结构与完整度各异，需要脚本统一采集、清洗、标准化；
• 复杂分析的可视化转译。主题建模、情绪分析、色彩聚类的计算结果，要变成直观、可读、可交互的视觉语言；
• 五种视图的统一交互框架。空间、词频、情绪、色彩、语义五类维度的视图要在同一界面协调呈现，浏览逻辑清晰，信息区实时同步；
• 数字与实体的贯通。屏幕上的可视化要延伸进书册、3D 打印与展览现场的物理交互，编码语言保持一致。

数据收集与整理

编写 Python 脚本从九所高校的公开平台采集 4,808 件作品，做词频统计与数据清洗，统一为同一套数据结构；院校按 2024 年全国设计学科评估名单筛选，覆盖 2018 至 2023 六个年度。

多源数据在进入分析前必须结构一致，后续的主题建模、色彩聚类与情绪分析才能建立在可比的数据基础上。

主题建模与关键词提取

作品文本量太大，无法逐篇阅读。LDA 主题模型先对全部文本归纳主题，ChatGLM4 再从每个主题的语料里提炼关键词。两者给出六年间毕设的核心议题，让海量文本变成可检索、可比较的主题结构。

色彩聚类与情绪分析

颜色不能直接统计。k-means 先把作品缩略图的颜色归并成若干主色；nltk 从作品文本里分析情绪倾向。与主题建模一起，作品在主题、色彩、情绪三个层面都变成可比较的分析对象。

五种视图的编码原则

每种数据维度对应一种视图，主题点云对应空间布局，关键词词云对应词频，情绪分析对应情绪，色彩聚类对应色彩，语义网络对应语义关系。抽象计算的结果各自匹配一种直观的视觉编码，用户看到的是结构，不需要理解算法。

交互框架与信息同步

界面分三个区域，左侧可视化面板提供五种视图，右侧作品信息区展示对应年份的全部作品，底部年份滑条选择单年或多年叠加。交互是一条简短路径，选择年份、切换视图、点击节点、查看详情，信息区随操作实时同步。

技术实现

交互界面用 Vue.js 与 D3.js 实现，五种视图与作品信息区实时联动。

成果延伸，数据方法论书册

分析结果进一步做成一本数据方法论书册。内页覆盖数据架构、主题分析、编码映射、色彩分析、情绪分布、语义网络等章节，编码语言与网页端一致，屏幕上的可视化延续到纸张上。

3D 打印主题模型

主题是高维向量，t-SNE 把它映射到平面，形成可观察的点云分布。平台把同一个空间分布打印成 3D 实体模型，每个突起是一个主题聚类，高度对应毕设数量。

图形语言延伸

条纹编码从屏幕延伸到书册封面、分册与印刷细节，形成统一的视觉识别。

印刷呈现与装帧

词云印刷、牛皮纸材料与折页装订共同构成书册的工艺表达，材料本身延续了网页端的编码语言。

书册内页实拍

书册以实体形态记录整套分析过程，纸张、印刷与装帧细节与网页端保持一致。

书页单帧轮播

书册每一页以单帧展示，共 22 页，可以按页细看内容。

项目成果

平台收录 2018 至 2023 年九所高校 4,808 件毕设作品，提供主题点云、关键词词云、情绪分析、色彩聚类、语义网络五种视图，可批量浏览、可交互分析。

成果延伸为数据方法论书册与 3D 打印主题模型，展览现场以物理控件联动数字与实体，观众拨动旋钮切换年份，网页端同步响应，构成一套从数据到实体的呈现。

复盘

项目把从计算分析到可视化的完整链路走了一遍，采集、清洗、主题建模、色彩聚类、情绪分析，最后落到五种视图。算法结果稳定，设计空间集中在编码层，每种数据维度对应一种视图，用户看到的是结构而不是算法。这个决定让批量浏览与单件细看能在同一界面并存。

同样清楚的是，这些视图依赖演示才能被完整理解，书册与 3D 打印延续了编码语言，但没有代替页面承担解释工作。如果再走一遍，会在每个视图旁补一段文字说明，把算法结论写成可直接读的观察。