文/王源

1 引言

在大數(shù)據(jù)中，大約有80%的數(shù)據(jù)與空間位置相關(guān)。而POI 數(shù)據(jù)，是空間數(shù)據(jù)的典型代表之一。POI（Point of Interest）即興趣點(diǎn)，泛指一切可以抽象為點(diǎn)的地理實(shí)體。從宏觀層面上來(lái)說(shuō)，POI 數(shù)據(jù)能夠從多個(gè)維度進(jìn)行描述，比如空間維度、時(shí)間維度和類別維度。從微層面度來(lái)說(shuō)，POI 數(shù)據(jù)的每一個(gè)實(shí)體都包含其特定的名稱、聯(lián)系方式，以及簡(jiǎn)介等等。要全面認(rèn)識(shí)POI 數(shù)據(jù)，必須同時(shí)從宏觀層面與微觀層面進(jìn)行可視化分析。

本文提出一種面向海量POI 數(shù)據(jù)分析的Web 可視化框架，面向不同場(chǎng)景，提供多存儲(chǔ)模式、多維度索引、多層次Web 服務(wù)、多視圖交互界面，實(shí)現(xiàn)POI 數(shù)據(jù)宏觀層面與微觀層面的綜合表達(dá)，支持高效、靈活、便捷、豐富的POI 可視化分析。

2 研究現(xiàn)狀

隨著數(shù)據(jù)規(guī)模的上升，傳統(tǒng)方法難以快速、有效地表達(dá)出海量POI 數(shù)據(jù)所蘊(yùn)含的信息，過(guò)去已有學(xué)者探索了面向海量POI 的可視化方法。張鐵映等人[2]DBSCAN 算法應(yīng)用于POI可視化，實(shí)驗(yàn)表明DBSCAN 算法能有效解決海量POI 重疊遮蓋的問(wèn)題。Grant McKenzie 等人[3]則提出基于柵格瓦片與矢量瓦片自適應(yīng)切換的POI 可視化方法，POI 在較低縮放級(jí)別以柵格瓦片展示，在較高縮放級(jí)別以矢量瓦片展示，但切換的臨界點(diǎn)需要根據(jù)經(jīng)驗(yàn)來(lái)設(shè)定。David Da Costa 等人[4]基于POI 之間的相似性將其表達(dá)于圓形空間，可顯著提升展示效率。華一新等人[5]針對(duì)個(gè)人地理標(biāo)記數(shù)據(jù)的特點(diǎn)，提出了基于數(shù)據(jù)拓?fù)鋱D的可視化方法，相比常規(guī)地圖表達(dá)效率更高。

圖1：海量POI 可視化分析框架結(jié)構(gòu)

以上工作都以POI 為研究對(duì)象，只是側(cè)重點(diǎn)各有不同。但目前仍然沒(méi)有相關(guān)工作將海量POI 的存儲(chǔ)、處理、訪問(wèn)、可視化等多個(gè)環(huán)節(jié)進(jìn)行整體設(shè)計(jì)，因此難以適應(yīng)不同場(chǎng)景的可視化需求。下面，將對(duì)本文提出的海量POI 可視化分析框架進(jìn)行詳細(xì)介紹。

3 海量POI可視化分析框架設(shè)計(jì)

3.1 總體框架結(jié)構(gòu)

如圖1所示，為支持海量POI 數(shù)據(jù)可視化分析的全生命周期，本框架主要分為四層：存儲(chǔ)管理層主要解決海量POI 數(shù)據(jù)的存儲(chǔ)與管理問(wèn)題，Web 服務(wù)層主要用于后臺(tái)數(shù)據(jù)與前端頁(yè)面的交互，數(shù)據(jù)可視化層對(duì)各類POI 信息表達(dá)進(jìn)行了多視圖集成。

3.2 多存儲(chǔ)模式融合的海量POI數(shù)據(jù)存儲(chǔ)與管理

為適應(yīng)多源異構(gòu)的海量POI 數(shù)據(jù)，本文設(shè)計(jì)了多存儲(chǔ)模式融合的POI 存儲(chǔ)管理方法。

對(duì)POI個(gè)體而言，其組織方式是結(jié)構(gòu)化的，適合作為行數(shù)據(jù)處理。完成數(shù)據(jù)預(yù)處理（數(shù)據(jù)去重、數(shù)據(jù)修補(bǔ)、格式統(tǒng)一）后，即可存入關(guān)系數(shù)據(jù)庫(kù)，用于滿足POI 個(gè)體查詢的需求。同時(shí)，在關(guān)系數(shù)據(jù)庫(kù)中建立了空間索引，快速縮小篩選范圍，提升查詢效率。

POI 個(gè)體間的關(guān)系是非結(jié)構(gòu)化的，因此在研究POI 關(guān)系時(shí)，適合作為圖數(shù)據(jù)處理。按照一定條件（如某一字段完全或部分相同），將POI 個(gè)體信息與關(guān)系信息導(dǎo)出，分別生成圖數(shù)據(jù)的結(jié)點(diǎn)表與邊表。將其存儲(chǔ)于圖數(shù)據(jù)庫(kù)，即可更加便捷地查詢POI 個(gè)體之間的關(guān)系。

POI 數(shù)據(jù)中常見的時(shí)間標(biāo)簽、空間坐標(biāo)以及類別屬性，可以分別視為時(shí)間維、空間維以及類別維（如行業(yè)類別、企業(yè)性質(zhì)等）等不同維度，轉(zhuǎn)換為Data Cube 形式，進(jìn)行快速維度過(guò)濾，支持POI 數(shù)據(jù)的多維度組合分析。

3.3 多層次組合的海量POI數(shù)據(jù)Web服務(wù)

Web 服務(wù)是后臺(tái)數(shù)據(jù)能力與前端可視化界面的橋梁，本文設(shè)計(jì)了多層級(jí)組合的海量POI 數(shù)據(jù)Web 服務(wù)，包括關(guān)鍵詞查詢、關(guān)系查詢與多維查詢。

關(guān)鍵詞查詢，主要用于獲取特定POI 個(gè)體的細(xì)節(jié)信息。用戶輸入關(guān)鍵詞后，可選擇其他篩選條件，比如省份、年份、行業(yè)類別等。關(guān)鍵詞查詢服務(wù)將根據(jù)上述條件，在關(guān)系數(shù)據(jù)庫(kù)或HDFS 中，通過(guò)SQL 查找滿足條件的POI 個(gè)體，查詢結(jié)果將以JSON 形式返回給前端。

關(guān)系查詢，主要支持POI關(guān)系網(wǎng)絡(luò)的獲取。用戶需要輸入中心POI 以及感興趣的關(guān)系類型（比如同類、競(jìng)爭(zhēng)等等）。關(guān)系查詢服務(wù)將根據(jù)上述條件，在圖數(shù)據(jù)庫(kù)中，通過(guò)Cypher 查找中心POI 的關(guān)系網(wǎng)絡(luò)，將結(jié)果以JSON 形式返回給前端。

多維查詢，主要包含時(shí)間、空間與類別維度的POI 集合過(guò)濾。對(duì)于不同維度，用戶需要輸入相應(yīng)的過(guò)濾條件，前端會(huì)將其傳輸至服務(wù)器。對(duì)應(yīng)的Web 服務(wù)將根據(jù)過(guò)濾條件，在Data Cube 中查找POI 集合。基于Data Cube的結(jié)構(gòu)特性，多個(gè)維度的查詢可以相互組合完成。

3.4 多視圖集成的海量POI數(shù)據(jù)可視化

為兼顧POI 的宏觀與微觀表達(dá)，本文設(shè)計(jì)了多視圖集成的可視化方法。

POI 的微觀探索，由POI 個(gè)體的氣泡式表達(dá)與POI 關(guān)系的力導(dǎo)向圖表達(dá)組成。用戶可以通過(guò)關(guān)鍵詞及其它篩選條件，精確查找所需POI 個(gè)體，以氣泡形式展示在地圖上，點(diǎn)擊氣泡可查看詳細(xì)信息。同時(shí)，POI 關(guān)系將通過(guò)力導(dǎo)向圖表示。

POI 的宏觀分析，由于數(shù)據(jù)源與處理方式的不同，分為精確匹配與多維過(guò)濾兩部分。精確匹配，指通過(guò)關(guān)鍵詞與其它篩選條件，查找POI 個(gè)體數(shù)據(jù)，再根據(jù)時(shí)間、地點(diǎn)、類別等屬性進(jìn)行統(tǒng)計(jì)，最后通過(guò)分層設(shè)色圖、餅狀圖、柱狀圖等方式表達(dá)。而多維過(guò)濾，是基于Data Cube，借助各維度索引查找POI 集合。

4 海量POI可視化分析原型系統(tǒng)展示

4.1 數(shù)據(jù)介紹

本文采用的數(shù)據(jù)為全國(guó)企業(yè)POI 數(shù)據(jù)，數(shù)據(jù)規(guī)模達(dá)1600 萬(wàn)條，時(shí)間上起于1960年，止于2013年，空間上涵蓋了全國(guó)各個(gè)省市的數(shù)據(jù)。同時(shí)，包含法人代表、注冊(cè)資金、員工人數(shù)、郵編、地址、聯(lián)系方式，以及行業(yè)類別、經(jīng)營(yíng)范圍等屬性字段。

4.2 不同場(chǎng)景POI可視化展示

圖2：不同場(chǎng)景下的POI 可視化展示

對(duì)POI 個(gè)體，可結(jié)合關(guān)鍵詞與其他篩選條件（區(qū)域、時(shí)間和類別）進(jìn)行查看。比如輸入關(guān)鍵詞“測(cè)繪”，選擇區(qū)域“湖北”，選擇時(shí)間“2004”，選擇類別為“技術(shù)服務(wù)”，將展示對(duì)應(yīng)POI 個(gè)體，點(diǎn)擊可查看詳細(xì)信息，如圖2(a)所示。點(diǎn)擊標(biāo)簽中的“相關(guān)公司”與“競(jìng)爭(zhēng)公司”后，可查看對(duì)應(yīng)關(guān)系圖。如圖2(b)所示，POI 的顏色代表對(duì)應(yīng)企業(yè)的類型，POI 的半徑代表對(duì)應(yīng)企業(yè)的注冊(cè)資金規(guī)模，POI 間連線的長(zhǎng)度代表了關(guān)系的強(qiáng)弱。對(duì)于精確匹配的POI個(gè)體，通過(guò)縮放分層設(shè)色圖，可查看不同層級(jí)上的POI 時(shí)空分布，如圖2(c)所示。而通過(guò)多維過(guò)濾，可對(duì)POI 進(jìn)行統(tǒng)計(jì)分析，如圖2(d)所示。

5 結(jié)語(yǔ)

本文面向海量POI 數(shù)據(jù)，提出了一種Web 可視化分析框架。該框架支持多存儲(chǔ)模式，滿足不同數(shù)據(jù)組織形式需求；提供多維度索引，實(shí)現(xiàn)快速數(shù)據(jù)訪問(wèn)；支持RESTful Web 服務(wù)，滿足不同設(shè)備訪問(wèn)需求；提供多視圖可視化方案，實(shí)現(xiàn)POI 信息的全方位表達(dá)。

為進(jìn)一步提升海量POI 可視化分析服務(wù)質(zhì)量，未來(lái)工作可從以下幾個(gè)方向繼續(xù)推進(jìn)：

（1）擴(kuò)展更多統(tǒng)計(jì)分析服務(wù)（比如點(diǎn)模式分析方法），深入挖掘海量POI 數(shù)據(jù)所蘊(yùn)含的信息；

（2）引入更多關(guān)聯(lián)數(shù)據(jù)源（比如夜光遙感影像），與POI 數(shù)據(jù)結(jié)合分析；

（3）融合分布式計(jì)算方法，提升海量POI 數(shù)據(jù)處理效率。