基于可视化维度理论的泛地图知识推荐方法

引言

泛地图是标准地图的延伸和拓展，是由标准地图与类地图所形成的广义地图表达。专题地图是泛地图的重要组成。在泛地图体系下，专题地图从数据到表现形式都表现出了极大的灵活性，地图产品呈现出个性化和多元化的特点。地图类型上，专题地图从遵循数学法则、制图综合、符号系统所构成的核心理论基础，发展到出现各种突破现有理论基础的类地图形式。ICT（Information Communication Technology）时代，地图的表达对象、表现形式和用户角色等均呈现显著的泛化特征。地图的泛化趋势下，类地图适应了ICT时代个性化的专题表达需求，与标准地图一起满足地图读者多样化的用图需求。

传统数字制图下，专题地图的制作需首先具备专业先验知识或寻求制图专家协助，以满足专题内容的表达需求。这种先验知识的约束一定程度上限制了地图普及与发展，缺乏专业制图理论知识的大众爱好者容易误入各种违反地图表达常识的"制图陷阱"。此外，互联网环境下，用户对地图信息传递的及时性和信息交互的丰富性提出了更高要求，地图制图呈现由数字化到智能化的发展趋势。然而，现有制图技术大多针对一种或几种特定的地图形式，如基于规则库的专题地图表示方法选择系统；基于模板法进行制图模式、显示风格的迁移应用；基于现有程序包实现特定种类专题地图自动化制图等。

面对ICT时代泛地图的个性化、多样化、智能化需求，如何将泛地图制图基本规律、可视化特征和知识内化到制图流程，以知识作为泛地图制作的基本驱动力，从而对非专业制图人员的制图行为形成约束和引导，推进泛地图的智能化表达进程，扩大泛地图的使用环境，仍是当前地图学发展亟需关注的重要问题。面向泛化的地图表达，郭仁忠等提出了泛地图可视化维度理论，将泛地图表达解构为时间结构、对象状态、几何逻辑、空间维数、空间组织、空间参考面、载体介质、表现形式、表达尺度、读图者视角等10个一级维度，以及26个二级维度，明确了不同维度下泛地图的多样化特征表现，这为泛地图的智能化研究提供了重要契机与理论支撑。

知识图谱是结构化的语义知识库，用于以符号形式描述物理世界中概念及其相互关系，近年来该领域逐渐受到地图学研究学者的关注。Bucher等提出采用知识图谱方法对欧洲的空间数据基础设施进行空间信息、语义信息、关系信息的整合，以服务制图者的自动制图流程。李连营等以海洋地图的数据、数据特征、可视化方法、数据来源为核心要素，自上而下构建本体层，定义概念层次体系，并通过数据获取、数据处理、知识抽取和知识储存建立实体联系，完成数据层填充，形成海洋地图可视化知识图谱的构建方法。彭楚骄等基于知识图谱，提出了一种推荐专题地图可视化方法，在归纳统计数据特征体系、统计数据与可视化方法对应关系的基础上，构建了"统计数据－可视化方法"知识图谱，同时引入协同过滤思想，将推荐技术与知识图谱结合，提高了地图的制图效率。

可以发现，通过知识图谱链接数据、特征、表达方法等可以实现"地图实体"、"实体关系"、"属性特征"等的知识关联，有利于提升地图表达的知识化与智能化水平。面向泛化的地图表达，满足普通大众对于地图的个性化、多样化、智能化需求。本文尝试融合泛地图可视化维度理论与知识图谱方法，提出一种面向普通大众制图需求的泛地图知识推荐方法，为非专业制图者推荐合理的专题地图形式，以期满足用户的寻图需求。

泛地图知识推荐方法

基于知识图谱的推荐技术可以建立地图可视化过程中不同实体之间的联系，链接用图者的表达需求和地图可视化形式。泛地图知识推荐方法实现流程如图2所示：① 泛地图可视化知识图谱构建。定义泛地图可视化知识图谱本体层，运用知识抽取技术获取本体层中对应的知识三元组，构建泛地图可视化知识图谱，建立泛地图推荐知识网络；② 泛地图知识嵌入。对知识图谱以及用图者输入数据的数据特征、泛地图可视化维度信息进行知识嵌入，将高维语料信息转换为低维特征向量；③ 相似度计算。得到特征向量矩阵后，计算用图者输入数据特征向量与知识图谱特征向量矩阵中其它向量的相似度；④ 个性化地图推荐。将与输入数据具有高相似度的个性化地图形式推荐给用图者。

图2 泛地图可视化推荐流程

3.1 泛地图可视化知识图谱构建

知识图谱中节点表示概念或实体，边表示关系或属性，知识通常以<头实体-关系-尾实体>或者<实体-属性-属性值>三元组形式存储。知识图谱的构建有自顶向下和自底向上两种，本文采用自顶向下的方式，即定义好本体要素以及要素之间的关系，根据本体层进行知识填充，完成知识图谱构建。

本体是概念的集合，知识图谱本体层本质上就是各种概念及其关系。在地图制图领域，空间数据的数据特征、可视化维度、应用领域与可视化方法之间具有一定的对应关系。数据特征是地图表达的"神"，其决定了所需表达的内涵本质，包括时间特征、空间特征、属性特征，属性特征进一步分为定量数量特征、顺序特征、类别数，其中顺序特征、类别数是对空间数据定性特征的细化：顺序特征是描述空间数据要素表达逻辑关系的属性，类别数是描述空间数据中专题指标数目的属性。可视化维度是地图表达的"形"，其决定了地图表达的外在特点，不同维度间的组合搭配可以形成多样化的地图形式。应用领域是地图表达的"魂"，即为了满足自然、人文、网络等多样化专题应用场景的信息传递需求。

因此，本文在构建泛地图可视化知识图谱本体层时，选取空间数据、数据特征、可视化维度、应用领域、可视化形式5类概念，构建泛地图知识推荐本体模型。

图3 泛地图可视化知识图谱本体模型

3.2 泛地图知识嵌入

知识嵌入是一种广泛使用的知识表示方法，其主要思想是将知识图谱中实体和关系嵌入到连续的空间向量。本文使用独热编码（one-hot）对知识图谱内空间数据的数据特征以及可视化维度进行知识嵌入，将代表数据信息的实体节点视为状态，使用N位状态寄存器对N个状态进行编码，每个状态寄存器相互独立。使用one-hot编码对知识图谱中空间数据信息进行知识嵌入，将知识转换为特征向量的过程如图4所示。

图4 独热编码知识嵌入示意图

3.3 相似度计算与个性化地图推荐

在泛地图可视化知识图谱基础上，本文采用相似度计算模型，分析用图者的数据特征、可视化偏好、应用目的，与知识库中各实体数据特征、可视化维度、应用领域的总体相似性，按照总体相似性数值排名，为用图者推荐对应的最优地图可视化形式。

讨论

泛地图可视化知识图谱将空间数据、数据特征、可视化维度、可视化形式、应用领域等地图概念通过知识网络进行关联，将标准地图与各类创新形式的类地图知识均统一存储到知识库中。基于知识库可以对泛地图知识进行信息关联整合。在关联不同数据特征、维度、形式、应用间区别与联系的同时，可以将泛地图知识作为泛地图制作的内在驱动力，对普通大众的制图行为提供指导与约束。

普通大众面向空间数据，可以结合自身制图偏好，进行泛地图可视化形式的获取与应用。当出现新的地图类型时，可以通过知识抽取与知识融合，进一步扩充泛地图可视化知识图谱的内容，使之满足更丰富的应用场景。泛地图可视化知识图谱采用图结构进行存储，图数据结构具有强关联、知识组织、聚合查询的能力。在统一的知识推荐框架下，可以从空间数据特征、维度偏好、应用需求中任意一种或多种角度进行组合嵌套，推荐适宜的地图可视化形式。

将知识图谱作为基础知识来源并应用于泛地图知识推荐中，可使缺乏先验知识的普通大众更好地确定适宜的地图可视化形式。在信息传输方面，泛地图可视化知识图谱中涵盖了标准地图以及类地图等丰富的地图形式，既能够满足大众对空间对象的外形特征、地理位置、空间关系等的准确表示需求，推荐对应的常规地图类型，如分层设色图、等高线图、行政区划图等；也能够满足大众对较少关注空间对象的地理特征，转而强调表现空间对象属性特征、拓扑特征、虚拟特征等直观信息的需求，推荐对应的类地图形式。典型如Cartogram地图、Kriskogram地图、隐喻地图等。相较于已有地图本体构建和地图知识推荐相关研究，本文从泛地图可视化维度理论角度出发，提出了融合泛地图可视化维度理论的知识表达模型，与传统的地图本体模型相比更加突出了地图数据、地图形式、以及地图应用的泛化特点，可为未来地图的进一步推广与创新提供重要支撑。