以用户地理位置为中心的兴趣点标签云

目前LBS场景下的兴趣点可视化大多是基于地图的。地图使用图形符号及名称注记标识兴趣点，可直观表达兴趣点在用户周边的空间分布。然而此类方法并不能有效满足LBS用户对周边兴趣点的探索需求，主要体现在：

（1）地图难以兼顾全局上下文与局部细节，即“小比例尺可展示兴趣点的分布全貌，但无法顾及局部细节；大比例尺可表达局部的分布细节，又欠缺了对整体和全局的把握”。该问题在兴趣点范围较广且分布稀疏时尤为突出。

（2）基于欧氏距离的地图难以准确表达用户与兴趣点之间的“非欧氏”关系，如路网距离、可达性等。

针对上述问题并结合LBS用户的信息探索需求，本文在标签云的启发下，设计了一种以用户地理为中心的兴趣点标签云（中心型标签云）。该方法的基本思路是用地名来表达兴趣点，同时将地名之间的关系（通行时间、空间交互等）类比为标签云中关键词的语义关系（相似、隶属等），利用标签云布局来突出表达兴趣点之间的关系。论文给出了中心型标签云的概念模型、设计并实现了一种基于径向移位的中心型标签云布局方法，并在LBS场景下验证了中心型标签云的可行性及有效性。以下是中心型标签云的具体实例。从图中不难看出：

常规的地图可视化是基于“地理空间”的，在精确坐标系的支持下将不同的要素、目标、场所或地点（如兴趣点、行政区划、湖泊等）描绘在地理空间上，是一种“全局视角”。该方法可精确表达地理要素的位置、形状及欧氏空间下的距离关系，但不太擅长表达地理要素之间的非欧氏关系，如流量、通行时间等。

本文设计的中心型标签云是面向一个特定场所或地点的可视化，利用标签云来表达该场所的名称、定量属性及与其他场所的关系，是一种“个体视角”的可视化。在某些应用场景下，用户并不关心地理场所的精确坐标及空间范围，更关注场所的属性及场所之间的关系，在这种情况下中心型标签云有一定的优势。以LBS场景为例，用户关注的是“周边有哪些兴趣点、这些兴趣点怎么样、去往这些兴趣点是否方便”。中心型标签云中仅包含文字标签，可直观明了地标识每个兴趣点的名称；标签的字号是用户特别敏感的视觉变量，用来表示兴趣点的热度或吸引力，与用户的心理印象较为契合；标签的颜色可以精准表达用户位置与兴趣点联系的紧密程度，这是LBS用户普遍关心的属性。因此，中心型标签云从“用户视角”将其关注的信息进行了有效整合，是一种新型的、适宜用户空间认知的可视化形式。