城市意象既为挖掘城市特色的重要方式,更是诠释公众城市认知的核心内容,在倡导人本化建设下具有重要的研究价值和意义。但受限于问卷调查、实地访谈等传统社调方法在数据获取、数据深度的缺陷,未能深入公众认知角度去探讨环境意象的内在属性和真实反映,导致城市意象研究缺乏深入探究意象内涵的动能,与公众丰富的环境感知和体验相脱离。而随着互联网和移动设备的兴起,社交媒体成为了公众认知表达的重要交往媒介,其表征的非介入式、大数据式的内容信息成为挖掘城市意象认知的重要资源,在这样的契机下,如何准确把握城市意象的科学内涵,厘清城市意象与社交媒体数据的数字化拟合关系,建立科学合理的转译分析方法,进而指导相应的城市规划设计,是当下城市意象研究中的一个重要难题。基于上述问题和机遇,论文尝试从社交媒体数据的意象转译视角切入,充分考虑城市意象的总体特色与内部结构层次理论内涵,拟合属性特征相对应的社交媒体数据,寻找数据获取、处理、加工、分析、可视化等一系列过程的技术路径,建立多层次多维度的城市意象分析方法,在通过量化手段拟合公众感知和体验过程的同时,为具体的规划设计决策提供依据。论文首先从城市意象相关理论入手,梳理其各项内涵本质,并归纳出一套适合利用社交媒体数据转译城市意象的内涵体系,将其分为两大层次即“总体特色”与“内部结构”,作为意象探究的指向性内核体系,为引入社交媒体的新兴媒介确定具体探究解析的对象,并进一步对社交媒体应用在城市意象研究中的可行性和必要性进行辨析。在方法模型上,从数字化拟合角度,引入“众包”概念,意在通过对社交媒体数据表征的公众自发性信息进行结构性提取转译,并引入匹配的人工智能与团队判读相结合的人机协同技术方法,构建精细化批量化处理意象数据的能力,从而实现公众被动式参与研究调研的模式,以一种高效率非介入式的方式进行城市意象各项内容的解析,全新阐释城市意象研究的公众参与。最后,对案例城市武汉按照由浅至深、由信息到体系的逻辑顺序,提出利用社交媒体数据解析城市意象的两大方法步骤。一方面建构总体特色层面由高认同性、代表性的环境共识特征与抖音、小红书数据之间的意象联系,实现对城市场景印象、攻略印象的意象特色解析,挖掘出多亮点三圈层的总体意象特色;另一方面构建内部结构层面由集聚性、重复性的环境组织元素与微博数据各项内容之间的意象联系,实现对城市“空间-社会-视觉-情绪”四维层面的意象结构解析。最终形成了多层次协同多维度拓展的城市意象解析成果,克服了现有研究方法可操作性、可靠性以及实用性不足的问题,扩展了城市意象的内容深度与广度。