ACM通信

贡献的文章

个性化地图

安德里亚·巴拉托雷、米凯拉·贝托罗托著
ACM通信，2015年12月，第58卷第12期，第68-74页
10.1145 / 2756546
评论

地理地图是一种无处不在的媒介，通过它我们了解、构建和导航我们的自然和建筑环境。在在线地理信息爆炸、数据挖掘技术和Web地图日益流行的交叉路口，出现了一种新的可能性:用户分析和隐式反馈分析可以支持为每个人创建不同的地图，而不是为大量用户生成一张地图。地图制作过程的自动化个性化仍处于初级阶段，但有潜力为全球数百万用户提供更相关的地图。

回到顶部

关键的见解

传统上，地图制作的目的是制作静态地图，然后印刷并分发给目标受众，而地理信息系统(GISs)则提供了动态收集和处理信息的交互式工具，不仅可以改变制图，还可以改变地理、城市规划和任何依赖地理知识的活动。自20世纪60年代以来，地理学家、城市规划者、军队将领和经济学家一直在使用GISs对相同的输入数据进行不同的表示，以更好地理解不同的地理空间现象。在过去的十年中，GISs进一步融合了Web技术和移动计算，使数字地图得以大规模采用，同时克服了纸质地图的局限性。

随着交互式数字地图取代纸质地图，这种“无处不在的制图术”正悄然成为我们生活的一部分，不仅改变了地理信息的消费，也改变了地理信息的生产。^5，7在这种混乱的重构的表面之下，制图的基本问题几乎没有改变。需要在屏幕上表示复杂、动态和不确定的地理数据，根据用户的信息需求选择需要显示什么以及如何显示。⁶适当的地图投影、比例尺、泛化原则、人机交互和符号学惯例是设计可用数字地图的基本要素。

尽管地图通常被视为一种客观的、关于世界的科学知识的形式，但同样的区域可以从许多不同的角度来表示，包括或排除不同的不确定信息，并选择任意的图形和符号约定;例如,图1包括都柏林大学学院的另类代表。对于制图师来说，执行不同的任务需要完全不同的地图，这是毫无争议的。海图、旅游地图和城市规划地图显示了针对特定任务定制的不同地理信息(如安全到达港口、了解城市结构或确定建造新桥的合适位置)。不太明显的事实是，不同的人执行相同的任务可能需要不同的映射。自20世纪50年代以来，心理学研究表明，基于直接和中介的主观经验，每个人都感知并发展了自己的环境心理模型。¹¹

同样，自20世纪90年代末以来，基于web的个性化服务的经济价值已经引起了相当多的关注，导致了现在无处不在的个性化新闻故事、商业报价、电影推荐和搜索结果。1995年，尼古拉斯·尼葛洛庞帝，麻省理工学院媒体实验室的创始人，设想了一种叫做每天我这将自动收集和整理与读者相关的故事，而不是把同样的内容强加给每个人，克服了主导这20家公司的大规模生产模式^th世纪。¹⁶通过监控技术了解客户的行为和品味在营销中已经司空见惯，在公司和现有或潜在消费者之间的紧密反馈循环中，这被称为矛盾修辞法中的“大规模定制”。¹⁹

随着基于网络的数字地图逐渐成为查看世界和各地的主要门户，将大规模个性化应用于地图的想法触手可及。现在可以想象，开发一个地图平台，不仅为特定的任务，而且为特定的个人生成个性化的地图，考虑到个人的经验、行为、知识和特定的观点。令人惊讶的是，尽管许多在线产品和服务在过去十年中已经实现了个性化，但数字地图从根本上仍未受到大规模定制的影响。

回到顶部

地图个性化目前为止

地图是复杂的文化和技术对象，集合了多个数据源、关于用户的假设、制图传统和实践以及设计选择。构成数字地图的所有元素原则上都可以个性化，以增加地图的可用性、效率和与任务相关的清晰度。^20.为了使地图个性化，用户可以通过显式或隐式的反馈提供有用的信息。¹⁰

“显式反馈”是指界面中偏好的有意识选择，以及任何明确旨在表达对地图任何元素偏好的操作，例如，更改界面的语言和默认设置。相比之下，隐式反馈包括关于间接表达偏好的用户的任何数据;例如，移动鼠标光标并点击一个地理区域表示对该区域感兴趣，而在每个会话开始时隐藏一层则表示缺乏相关性。用户的位置代表了关于地图上哪些区域是特别感兴趣的隐式反馈的另一个实例。隐式反馈原则上可以从用户产生的任何数据中提取，包括社交媒体活动、即时消息、在线商店购物和电子邮件消息。

必须确定的最重要指标是用户当前在地图上执行的任务。在流行的在线服务(如Yahoo!地图和谷歌地图)包括信息检索、对感兴趣区域的一般探索和路由。不同的地图适合不同的任务，就功能、图层和控制而言。虽然在某些情况下，用户的意图很容易被检测到(例如，输入地名可能表示信息检索和/或路由任务)，但许多行为并不意味着特定的任务，并且在解释方面存在相当大的挑战。自动任务检测可以使用许多指标来执行，包括用户统计数据、交互日志、搜索历史和用户的上下文及其空间、时间、社会和计算方面。

在过去的15年里，包括我们在内的学术研究人员已经研究了实现地图个性化的想法和技术，这是两种互补的方法。一方面，通过根据用户偏好和当前任务删除或突出显示特征，实现地图的自动适配，以增加清晰度和效率，减少信息过载。另一方面，推荐领域产生了基于个人和/或集体偏好的个性化搜索结果和酒店、餐厅和其他兴趣点的推荐技术。这两条线的重叠之处在于，相似的技术可以用来调整地图，个性化搜索结果和推荐。

在2000年的一项开创性工作中，Oppermann和Specht¹⁷开发了Hippie，这是一个基于使用环境呈现博物馆信息的工具。它依赖于表示用户知识和兴趣的用户模型、所显示信息的领域模型和交互发生的空间模型。布鲁纳托和巴蒂蒂⁴设计了个人项目定位器和一般推荐索引管理器(PILGRIM)，这是一个考虑用户位置的推荐系统，对网页进行排名。尽管自2000年代中期以来，推荐系统已被广泛采用，但在提高它们的空间意识方面做的工作很少。²¹

我们的工作重点是使用隐式反馈来调整地图内容本身。核心假设是隐式反馈指标(如鼠标移动和导航行为)可以用来推断用户的兴趣。¹³一个反复出现的认知问题，特别是在移动计算的背景下，是空间信息过载，或在地图上显示过多的信息，阻碍而不是帮助用户。CoMPASS是一个GIS应用程序，它监视用户交互，向用户推荐功能组(如层)。^12，22MAPPER系统生成包含特定特征的地图，考虑到用户的偏好和计算环境，隐式监控用户浏览地图时的交互，并推断个人和群体的偏好。²³这种方法已经在各种基于地图的任务上得到了评估，²⁴任务完成效率提高;应用了类似的方法来检测当前任务并使映射适应当前任务。¹⁴

在RecoMap原型中，²我们探索了基于两个互补方面计算地理特征的兴趣评分的可能性——交互(与特征的交互量)和邻近性(与特征的物理邻近性)，以生成个性化推荐。一个记忆模型模拟了兴趣随时间的衰减，假设如果用户不与一个对象交互，用户对它的兴趣就会下降。此外，我们还研究了将众包空间数据集成到个性化分析中的可能性，并利用链接开放数据(Linked Open data，一种相互连接的数据集网络)来增加地理特征的语义结构。¹尽管这一研究机构开创了地图个性化的理论和实践发展，但新的概念、范式和技术尚待进一步研究和评估。

这方面的研究有望产生大量的商业应用程序，极大地丰富当前的web地图平台。自2000年代中期以来，随着带宽的增加和更复杂的Web浏览器，一个日益壮大的非专业的Web地图大众市场出现了，首先是在台式电脑上，最近是在具有gps功能的智能手机上。^一个为了回顾消费市场上产品的地图个性化技术的现状，区分人工和自动个性化是有用的，这反映了隐式和显式的反馈。手动个性化允许用户使用首选项、书签和地图编辑器来修改地图的各个方面。相比之下，自动个性化依赖于隐式反馈来修改地图，无需用户干预，使用数据挖掘来建模用户的品味和意图;这里的表格列出了流行的、全局的、当前活跃的地图服务的个性化功能。

谷歌Maps是目前唯一提供一些自动个性化服务的服务，它根据用户的搜索历史和评分来定制搜索结果和广告，声称可以生成“每个人和每个地方的地图”。^b其他流行的网络地图产品(如ArcGIS Online和Yahoo!地图)提供了一些手动个性化，通常以书签或编辑器的形式创建和共享用户提供的数据和视觉样式的新地图。这些产品都没有尝试执行自动个性化。

回到顶部

计算的挑战

数据种类和数量的大幅增加，为重新思考地图提供了一个很大程度上尚未被探索但却很丰富的基础。正如我们所展示的，地图个性化领域仍然处于早期阶段，很少进行研究或应用到商业产品。要进一步映射个性化，必须将几个组件集成到一个一致的概念框架中(参见图2)．个性化引擎必须能够对用户表达其空间兴趣和偏好的许多渠道进行多元反馈分析。通过监视用户执行任务的方式，引擎应该能够挖掘和提取有意义的模式，推断出有效的用户模型。基于这些模型，可以检测当前任务，并在适当的时刻触发个性化的二维适应和推荐，不引人注目地支持用户。

为互联网用户提供更相关、更有效、更有用的地图还有很多可能性。给定相同的地理数据，该系统将为在旧金山的日本游客和在旧金山生活和工作的意大利侨民量身定制不同的地图。这位游客明确表示对建筑感兴趣，不喜欢快餐。她的互动含蓄地显示了对历史领域的兴趣，这反映在地图上，以历史为主题的博物馆日益突出。这张地图还记录了她以前来过这个城市，展示了以前去过的兴趣点，方便了空间理解和寻路，同时强调了城市中有著名建筑的未知区域。快餐店一直隐藏着，除非她明确地搜索它们，或者它们可能提供有用的导航标志。在用餐时间之前，地图强调了她的朋友们推荐的餐馆，而在晚上，考虑到她对电影院的兴趣，它增加了电影院的可见度。

相比之下，这位意大利侨民对音乐很感兴趣。当他在城市中穿行时，地图往往会隐藏他熟悉的旅游景点，而突出他上下班路线附近的内容。基于他的互动历史，系统还捕捉到对教会区的兴趣，这在地图上变得更加突出和详细。当他开车在城市里转悠时，公共交通基础设施逐渐消失在地图的背景中。然而，如果他的移动模式与一条有效的公交路线相匹配，系统就会给出另一种交通选择。偶尔，地图强调了一个不熟悉的社区，呈现出高密度的音乐场所，邀请他超越他的日常生活的边界。要实现这一愿景，还需要面对几个计算上的挑战。

实时任务检测与预测。由于地图在不同的情况下用于不同的任务，系统必须能够有效地检测和预测它们。为此，必须开发和优化特定的机器学习技术。在隐式反馈的集合中，相关的特征包括用户的空间和时间上下文，以及搜索和交互流。

空间用户建模。由于地图的空间特性，个性化需要深入了解用户在空间和时间上的行为。因此，对包含GPS定位、点击和搜索日志的大量噪声时空轨迹的聚集和解释，对于开发能够捕获和预测重复模式和异常(例如观光，而不是日常通勤)的用户行为模型至关重要。大量时空轨迹的记录、存储和挖掘是一项开放的研究挑战。²⁵轨迹可以穿越地理空间以及其他空间，包括用户界面中的鼠标轨迹。空间社会网络分析还可以阐明影响与地图互动的深层结构。

地理权重个性化。由于地图帮助用户探索和导航地理空间，个性化应该能够利用人类活动的空间变化。地理加权技术的发展依赖于个人信息需求和内容相关性在空间和时间上都发生变化的假设。用户和内容及其关系的这种空间化增加了传统个性化模型的计算复杂性。反过来，时空用户模型将使内容的个性化更加精细和敏感。

地球语义互操作性和数据融合。地图个性化需要聚合和融合一系列异构的地理信息源，这些信息源具有内在的不确定性、模糊性和快速过时的特点，从传统的政府机构到众包的自愿数据集。在这个意义上，语义Web和链接开放数据环境下的研究为组织、存储、探索和检索时空对象和数据流提供了合适的表示工具。⁹需要可靠的机制来引用实体和执行标识解析，从而减少互操作性问题引起的摩擦。^3.

地质和情感分析。由于大量的地理知识是用自然语言表达的，自然语言处理(NLP)对于地图个性化、从非结构化数据中提取价值至关重要。从自然语言中提取地理信息是自然语言处理中的一个开放问题，它与词义消歧密切相关。对文本中的情感、情绪和情感的检测是解释用户行为、改进用户对地点意见的提取和建模的一个新兴而重要的方面。

认知地图设计。认知地图设计的概念和原则¹⁵可以应用于生成和验证替代的地图表示，提供了一个令人兴奋的机会来测试认知理论与大量用户的真实场景。从技术角度来看，交互式地图已经从基于贴图的方法(通过缓存的预渲染图像提供地图)转移到更灵活的基于矢量的方法(在这种方法中，渲染在客户端实时发生)，为试验不同的渲染选择和风格提供了理想的平台。来自空间认知的知识也有助于制作更好的个性化地图，并进一步深入了解人类对地理环境的感知和理解。⁸

为了在这些领域取得重大进展，学术研究人员和商业开发人员必须利用全球数百万用户在在线平台的日常互动中产生的信息财富，在这些平台中，空间和地点与社会、文化和经济过程深度交织在一起。由于这些过程的内在复杂性，地图个性化需要大数据分析背景下蓬勃发展的研究领域的帮助。从一个互补的角度来看，NLP和情感分析可以用来挖掘用户产生的关于地点的意见，以增加或减少特定特征的强调。从嘈杂的交互日志中提取意义需要先进的数据挖掘技术。除了这些计算步骤之外，地图个性化的挑战本质上是多学科的，需要利用来自地理信息科学、制图学、认知心理学、人机交互和软件设计的思想和工具。

回到顶部

后果

从社会的角度来看，大规模的自动地图个性化可能会产生严重的影响，应该负责任地加以考虑，尤其是那些产品覆盖数百万用户的商业开发商。除了任何以监视为基础的技术所引起的对隐私的明显关切之外，具体的问题还包括可能丧失对地理现实的共同表述。个性化地图可能会导致互联网活动家Eli Pariser所说的“过滤泡沫”，增加用户群体之间的社会和文化隔离。¹⁸同样，个性化的地标可以帮助提高地图的清晰度，但也可能减少一个地理区域的居民共享的共同语义基础。在这方面，谷歌Maps(目前唯一包含某种形式的地图个性化的商业产品)提出了几个尚未解决的问题。最明显的是该产品缺乏透明度，用户很难理解为什么推荐某些功能而不是其他功能。由谷歌生成的用户模型是它们应该代表的用户无法访问的黑盒子，而且更重要的是，没有可见的“关闭”按钮来禁用个性化;即使注销后，根据cookie和用户机器的IP地址，搜索结果仍然以不明确的方式个性化。

地图个性化学术研究面临的一个严重挑战是缺乏用于评估新系统和方法的现实交互数据集。可以理解的是，由于私人公司不愿分享他们的地图交互日志，这里讨论的研究评估有限，未能反映真实地图应用程序中的复杂性、噪声和各种情况，将其观察限制在小的、人工的和受控的环境中。少数大公司(如谷歌和微软)吸引了绝大多数在线地图用户，因此处于特权地位，可以不引人注目地为执行各种任务的大量用户设计和评估专有技术，将他们的行为解释为隐式反馈。因此，学术研究必须要么专注于地图个性化的明确定义的认知、计算和制图方面，这些方面可以令人信服地进行评估，要么与地图供应商密切合作。如果没有严格的方法来量化技术、算法和模型的有效性，就无法评估地图个性化的进展。

回到顶部

结论

个性化地图的开发在许多领域都有重要的应用。到目前为止，重点是商业应用;例如，谷歌一直在探索基于位置的广告，试图最大化具有强大空间成分的广告的相关性和盈利能力。类似地，大多数研究都关注于效率、减少信息过载、增加清晰度，以及帮助用户更快地完成任务或以更低的认知负荷完成任务，例如在决策、信息检索和路由方面。然而，除了提高效率之外，还有令人兴奋的可能性。个性化地图不需要强化用户的偏见和有限的视角，而是可以以相反的方式设计，吸引人们对未知和不熟悉的事物的注意，促进多样性、意外发现和发现。在教育方面，自适应地图可以支持学生，根据不同的学习风格和背景定制地图。我们有理由期待，地图个性化可以引发我们熟悉的地图安静而深刻的重构，导致我们感知和想象周围世界的方式发生意想不到的变化。

回到顶部

致谢

这里介绍的研究是由国家发展计划下的爱尔兰科学基金会的战略研究集群赠款(07/SRC/I1168)资助的。

回到顶部

回到顶部

回到顶部

回到顶部

回到顶部

回到顶部

数字图书馆是由计算机协会出版的。版权所有©2015 ACM, Inc.

---

没有找到条目