CN109316781B - 一种气泡层次可视化中气泡分离方法 - Google Patents

Abstract

本发明公开了一种气泡层次可视化中气泡分离方法，属于可视分析、人机交互领域，具体是通过设计最大气泡优先的重叠气泡分离方法、最近邻优先的重叠气泡分离方法，保证了其在气泡数量较多的情况下也能完全分离；使得分离后的气泡视图保持了城市景区(景点)的相对地理位置，每个景区(景点)的基本信息通过气泡的可视化编码清晰展现，气泡间的包络显示热门旅游区，游客可以通过视图了解城市景区(景点)的基本信息，辅助游客规划旅游路线。

Description

一种气泡层次可视化中气泡分离方法

技术领域

本发明涉及可视分析、人机交互领域，具体为一种气泡层次可视化中气泡分离方法。

背景技术

随着互联网的高速发展，越来越多旅游分享文本平台不断兴起，旅游者对通过旅游分享文本了解旅游目的地信息的依赖性越来越大。随之，来自各领域的研究者们发现旅游分享文本中蕴藏大量价值，从而对之进行研究。

目前对于旅游分享文本的研究，研究方法主要是文献调查、用户访谈、问卷调查、统计分析方法以及数据挖掘等，研究内容主要是对旅游目的地形象的挖掘，旅游者满意度等。然而这些方法在对数据背后的规律进行探索时存在一定的局限性。如：利用数据挖掘方法将旅游分享文本中隐含的部分信息获取后，所分析的结果可解释性较差，难以让非专家或者其他领域的用户对其理解，缺乏直观性；利用统计分析方法分析的结果单一且缺乏交互性，难以将事物的前后关系相关联。

在对旅游分享文本的景区(景点)可视分析中，主要使用其中的层次数据和地理数据进行对应研究。层次数据在生活中是常见的数据类型，主要表现为包含和从属的层次结构关系，通常使用点边图表示。考虑到层次结构是一种特殊的树型结构，利用特定的可视化可以更好地将节点之间的层次结构进行展示。因此，各种不同的层次表示方法已经被开发出来。主要的层次数据可视化方法包含节点-链接法和空间填充法。地理信息可视化有效的帮助人们理解和掌握数据中的地理空间位置及相对应的信息之间的关联。在地理信息可视化研究中，研究者们常以地图作为地理空间信息的载体来承载各类复杂的信息，从而形成多重语义的地图。然后通过可视化和可视分析方法对其探索与发现更多关联信息。其中常用的地理信息可视化方法包括点数据的可视化、线数据的可视化及区域数据的可视化。

许多数据集都具有内在层次性或者是有目的性的分层，目前有许多层次表示方法已经被开发出来。由于景区(景点)数据的层次属性和高维属性，在实现时首先考虑传统的树形图与循环树形图、进行分层。考虑到传统的树形图，相对比较紧凑，底层结构难以掌握，而这种紧凑性会使得缺少用于展示其他视觉特征或者用于分组提示的空间。另外，循环树形图可能会浪费太多的空间，无法将紧凑性和可读性很好地结合，因而无法用于解决当前问题。综合考虑紧凑性和可读性，最终决定采用气泡层次图(气泡树图)进行分层。

传统气泡图作为另一种常用的层次和高维数据表示方法，在其用于景区(景点)数据的可视分析时，存在如下问题：1)传统的气泡分离算法基于贪婪搜索，气泡分离效率低下；2)传统气泡图在分离过程中无法保证景区(景点)的地理方位。

发明内容

本发明所要解决的技术问题是提供一种气泡层次可视化中气泡分离方法，包括：

一种最大气泡有限的重叠气泡分离方法，在保证相对地理方位的不变性的同时较大地减小了分离所需的时间，在气泡数量有限、重叠情况不多的情况下效果显著。如下文步骤1-5所述。

然而最大气泡优先的重叠气泡分离方法在气泡数量较多的情况下，不能保证气泡能完全分离开来，部分重叠簇没法在有限次循环中将气泡分离开来。通过研究该方法收敛性，对其进一步进行优化，设计了最近邻优先的重叠气泡分离方法，如下文步骤6-11所述。

本发明采用的技术方案是：

一种气泡层次可视化中气泡分离方法，包括以下步骤：

步骤1：定义c_i代表第i个气泡，气泡总数为Q，第i个气泡的半径定义为r_i，两个气泡i，j的距离用d_ij表示；

步骤2：获取每个气泡的半径，计算位置中心O与每个气泡的距离do_i；设一个虚拟的以位置中心坐标为圆心的圆，设其半径为最大的气泡半径为r_max；

步骤3：对于满足条件r_i+r_max＞d_oi的气泡，让其按照方向o→i远离距离(r_i+r_max)-d_oi；

步骤4：从剩下的重叠气泡中选取最大的一个气泡，设定该气泡的中心点作为新的位置中心，再重复步骤3；

步骤5：若上述步骤重叠气泡尚未分开，则重复步骤4直到所有气泡全部分开。

进一步的，还包括：

步骤6：获取每个气泡的半径，计算位置中心O与每个气泡的距离；设定一个虚拟的以位置中心为坐标的、半径为最大的气泡半径的圆，半径设为r_O；

步骤7：对于满足条件r_i+r_max＞d_oi的气泡，让其按照方向o→i远离直到与虚拟圆外切；

步骤8：保存不被圆O包含的气泡为集合E，遍历所有集合E中元素，将重叠的气泡簇保存在集合C中；计算集合C的所有簇中气泡i与位置中心的距离d_oi；如果满足条件r_i+r_o＝d_oi，则将d_oi保存在队列D中并进行升序排序，使得距离最小的元素排在队首；如果队列D为空，设定新的

步骤9：队列D中元素出列记为d_i；判断气泡i是否在集合C中的重叠气泡簇中，如果气泡i在气泡簇c_j中，以气泡i的圆心为中心，让簇c_j中的其他气泡远离直到与气泡i相切；

步骤10：重复步骤9直到队列D为空，或者集合C为空；

步骤11：重复步骤8至步骤10，直到所有气泡全部分开。

与现有技术相比，本发明的有益效果是：改进后的气泡视图保持了城市景区(景点)的相对地理位置，无论气泡数量的多少，均能在有限的迭代次数后，将全部气泡分离。

附图说明

图1是气泡可视化整体框架流程图。

图2是五个气泡重叠分离初始化图。

图3是分离方法第二步示意图。

图4是分离方法第三步示意图。

图5是气泡重叠初始化图。

图6是最大气泡优先分离方法效果图。

图7是有限迭代分离证明初始化图。

图8是两次气泡分离操作示意图。

图9是最大气泡优先分离方法依然重叠示意图。

图10是最近邻气泡有限分离方法效果图。

图11是改进前气泡层次可视化效果图。

图12是改进后气泡层次可视化效果图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细的说明。

在现有的气泡层次可视化方法中，根据旅游分享文本的数据特征，以气泡树图的可视化方法，展现分析旅游目的地中景区(景点)的层次；发现旅游目的地的热门旅游地点集群的划分；探索旅游目的地旅游热度的变化规律等，可视化框架及流程如图1所示。具体包括以下过程：

数据获取及处理如下：

步骤一：python爬虫获取数据。使用python爬虫获取旅游文本分享网站全国的城市、景区(景点)数据(城市、景区(景点)的唯一标示、经纬度等)以及城市、景区对应的游记数据(对应城市(景区)标识、时间、花费、评论数、游记正文等)和评论数据(对应景区(景点)标识、评分、点赞数、评论正文等)。

步骤二：数据处理。针对游记正文中涉及到的景区(景点)信息，根据获取到的城市、景区(景点)列表，构建全国范围内的景区(景点词库)，并与游记正文进行匹配，提取每篇游记中包含的景点列表，并以景点向量存储。

步骤三：计算热门旅游区。根据FP-growth算法计算出热门旅游区，获得各旅游地点集群所包含的旅游景区或景点。

该算法实现过程需要两步，第一步的FP-Tree的构建算法伪代码如下：

通过使用以上算法，在数据库的两次扫描中构建了FP-Tree。其中，第一次扫描是为了收集并整理频繁项集合，在第二次扫描后成功构建FP-Tree。

构建FP-Tree之后，通过挖掘它可以找到一组完整的频繁模式。第二步的算法伪代码如下：

可视化编码主要包括气泡和层级轮廓，具体如下：

1)气泡的可视化编码

气泡每一个气泡代表一个景点或者景区。

位置为了帮助用户直观快速地发现景点或者景区地理方位上的关系，本方法采用气泡的位置来表示该景区或景点的相对地理方位。

填充气泡的填充代表景区或景点是否需要门票，若气泡内有填充，则代表景区或景点需付费游玩；若无填充，则代表景区或景点是免费游玩的。

大小气泡的大小表示该景区或景点的热度，景区或景点的热度与气泡的大小成正相关，即景区或景点的热度越高，气泡越大，反之气泡越小。

百分比气泡内的百分比代表旅游者是否愿意推荐景区或景点，以及愿意推荐的程度，愿意推荐的程度成为净推荐值(NPS值)。当某旅游景区或景点的NPS值越高，代表旅游者们推荐某旅游景区或景点的意愿更高；反之，代表旅游者们推荐某旅游景区或景点的意愿更低。

2)层次轮廓的可视化编码

层次轮廓层次轮廓代表划分的旅游地点集群，即热门旅游区。

可视化布局。保持相对地理方位的气泡层次可视化方法的具体步骤如下：

步骤一：地图投影，将经纬度转换成二维平面坐标，并投影到平面上。在地理投影中，采用的是墨卡托(Mercator)投影中的球体墨卡托投影，将各景点或景区的经纬度转换成二维平面坐标。

步骤二：将每个旅游目的地的地理中心设置为城市中心坐标，将各城市的景区或景点的经纬度转换成二维平面坐标B＝{(x₁，y₁)，(x₂，y₂)，…，(x_n，y_n)}，并映射到平面上。将每个坐标定位设置为代表景区或景点的气泡的圆心。

步骤三：根据公式(1)计算各个旅游目的地的景区或景点热度H_i。

H_i＝B_i+R_i，i∈[1，n]. (1)

其中，B_i代表景区或景点i在文本类型游记B中出现的总次数，R_i代表景区或景点i在文本类型评论R中出现的总次数。

步骤四：根据步骤三所得到的景区或景点热度，利用公式(2)计算代表该景区或景点的气泡的半径r_i，

其中，r₀为初始参考半径，B_i代表景区或景点i在文本类型游记B中出现的总次数，R_i代表景区或景点i在文本类型评论R中出现的总次数。

步骤五：利用基于力的重叠气泡分离算法将重叠的景区或景点气泡分离。

步骤六：利用公式(3)将代表景区或景点的气泡扩展成包含各景区或景点净推荐值(NPS值)N_i的气泡。

N_i＝(G_i-D_i)/R_i，i∈[1，n]. (3)

其中，G_i代表关于第i个景区或景点的推荐者总数，推荐者为给出9-10分评价的旅游者；D_i代表关于第i个景区或景点的贬损者数，贬损者为给出0-6分评价的旅游者；R_i代表第i个景区或景点的总评论数。

步骤七：将获得的热门旅游区域用层次轮廓包裹，主要步骤如下：1)去掉不确定性属性；2)对轮廓的宽度进行统一赋值；3)当层次增加，轮廓增加，其递增的宽度与轮廓宽度一致；4)绘制轮廓时会读取传入的布局后的节点坐标，从而让轮廓节点重编码，达到允许一个节点被多个轮廓包裹的效果。

在现有气泡可视化的基础上，本发明本对其进一步进行优化，设计了最大气泡优先的重叠气泡分离方法、最近邻优先的重叠气泡分离方法，保证了其在气泡数量较多的情况下也能完全分离；具体如下：

最大气泡优先的重叠气泡分离方法：

定义：使用c_i代表第i个气泡；气泡总数用Q定义；第i个气泡的半径定义为r_i；两个气泡i，j的距离用d_ij表示。

图2所示是一个Q＝5的重叠气泡例子。为了方便表述，图2中气泡的下标按照大小顺序排列，c₀为半径最小的气泡。O为虚线的中心，即为城市中心。容易看到，气泡c₀，c₂，c₃分别与气泡c₄重叠。

步骤一：获取每个气泡的半径，计算城市中心O与每个气泡的距离d_oi。设一个虚拟的以城市中心坐标为圆心的圆，设其半径为最大的气泡半径为r_max。

步骤二：对于满足条件

r_i+r_max＞d_oi (4)的气泡，让其按照方向o→i远离距离(r_i+r_max)-d_oi。在上例中，气泡分离效果如图3所示。由于气泡c₃，c₄满足公式(4)，因此在图3中对其进行了分离。根据公式(4)很容易计算出气泡c₃已经完全分离开来，然而对于气泡c₄，仍然与气泡c₀，c₂重叠，将在下一步继续处理。

步骤三：从剩下的重叠气泡中选取最大的一个气泡，设定该气泡的中心点作为新的城市中心重复步骤二。如图4所示，分离图中五个气泡全部分开。

步骤四：若上述步骤重叠气泡尚未分开，则重复步骤三直到所有气泡全部分开，算法结束。

该算法使用前后，景区(景点)气泡图布局的对比如图5至6所示，由于宽窄巷子、***、锦里、文殊院等在地理位置上距离很近，已有的气泡图会使得这些景区(景点)重叠在一起，不能分析各景区或景点的相关信息以及发现热门旅游区，如图5所示。在使用上述算法后，如图6所示，景区(景点)在保持相对地理位置不变的情况下，实现了气泡的分离，使得用户能够清晰地看到代表景区(景点)的气泡。

最近邻优先的重叠气泡分离方法：

通过验证发现在气泡数量较少、重叠气泡占比较小的情况下，最大气泡优先的重叠气泡分离算法效率很高，然而在气泡数量较大或者重叠气泡占比较大的情况下，该方法往往会需要较长的时间才能将所有气泡分离开来，甚至可能出现算法无法收敛，气泡无法完全分离开的情况。在此基础上，提出了最近邻优先的重叠气泡分离方法，并证明了其在数学上的收敛性。

步骤一：获取每个气泡的半径，计算城市中心O与每个气泡的距离。设定一个虚拟的以城市中心为坐标的、半径为最大的气泡半径的圆，半径设为γ_O。

步骤二：对于满足条件公式(4)的气泡，让其按照方向o→i远离直到与虚拟圆外切。

步骤三：保存不被圆O包含的气泡为集合E，遍历所有集合E中元素，将重叠的气泡簇保存在集合C中。计算集合C的所有簇中气泡i与城市中心的距离d_oi。如果满足条件r_i+r_o＝d_oi，则将d_oi保存在队列D中并进行升序排序，使得距离最小的元素排在队首。如果队列D为空，设定新的r_O为

步骤四：队列D中元素出列记为d_i。判断气泡i是否在集合C中的重叠气泡簇中，如果i在气泡簇c_j中，以气泡i的圆心为中心，让簇c_j中的其他气泡远离直到与i相切。

步骤五：重复步骤四直到队列D为空，或者集合C为空。

步骤六：重复步骤三至步骤五。

证明收敛的过程：

如图7所示，设圆i的圆心为A，圆j的圆心为B。它们距离圆心的距离为r_i，r_j。根据方法步骤四，圆j沿着虚线l远离A的方向远离直到i，j外切。设新的j的圆点为B′，距离为d′_j，首先证明d′_j＞d_j。具体证明如下：

上述证明表明每一次气泡分离操作都会使得气泡向远离城市中心O的方向移动。同理在气泡j，k的分离操作仍然使得气泡向远离城市中心O的方向移动。如图8所示，气泡k将气泡j沿着h虚线向远离C的方向弹开，d_j＜d′_j＜d″_j。

容易发现，每次分离都是j远离城市中心O，当n次弹开操作之后满足d_j≥d_i+r时，气泡j必然与i，k分离开。因为对于所有气泡都满足，因此最终所有气泡都会分开。

该方法使用前后，景区(景点)气泡图布局的对比如图9至10所示，由于气泡数量的增加，即使在使用了前一个算法后，依然存在大量重叠的气泡，具体如图9所示，在使用了最近邻优先的重叠气泡分离方法后，如图10所示，可以看出，气泡重叠的现象基本消除。

本发明方法与已有的气泡层次可视化方法的对比如图11至12所示(以厦门为例)。图11为改进前的气泡图，在使用了新设计的可视化编码后，景区(景点)的各类属性可以直观展现，但依旧无法让使用者直观地发现热门的旅游区，也无法让使用者明确各景区(景点)间的相对地理位置，无法给与合理明确的游玩帮助。图12为改进后的气泡图，从图中可以看出，在使用保持地理位置的气泡分离方法后，在解决气泡重叠的问题同时，也使得景区(景点)间的相对位置符合地理分布，鼓浪屿、厦门大学、曾厝垵等景点靠近海边，五老峰、芙蓉隧道等在岛内部。同时，气泡的包络显示了游客常去的热门旅游区组合TOP5(如鼓浪屿、中山路、厦门大学、曾厝垵)。可以发现：1)保持相对地理方位的气泡层次可视化方法展现了更多反映旅游目的地相关内容的信息，如：用户在厦门选择旅游景区或景点时，喜欢选择厦门南边靠近海的地方。2)通过该方法能够清晰看到旅游目的地的景区或景点在旅游目的地的整体分布情况。

Claims (2)

1.一种气泡层次可视化中气泡分离方法，其特征在于，包括以下步骤：

步骤1：定义c_i代表第i个气泡，气泡总数为Q，第i个气泡的半径定义为r_i；

步骤2：获取每个气泡的半径，计算位置中心O与每个气泡的距离d_oi；设一个虚拟的以位置中心坐标为圆心的圆，设其半径为最大的气泡半径为r_max；

步骤3：对于满足条件r_i+r_max>d_oi的气泡，让其按照方向o→i远离距离(r_i+r_max)-d_oi；

步骤4：从剩下的重叠气泡中选取最大的一个气泡，设定该气泡的中心点作为新的位置中心，再重复步骤3；

步骤5：若上述步骤重叠气泡尚未分开，则重复步骤4直到所有气泡全部分开。

2.根据权利要求1所述的一种气泡层次可视化中气泡分离方法，其特征在于，还包括：

步骤6：获取每个气泡的半径，计算位置中心O与每个气泡的距离；设定一个虚拟的以位置中心为坐标的、半径为最大的气泡半径的圆，半径设为r_o；

步骤7：对于满足条件r_i+r_max>d_oi的气泡，让其按照方向o→i远离直到与虚拟圆外切；

步骤8：保存不被圆O包含的气泡为集合E，遍历所有集合E中元素，将重叠的气泡簇保存在集合C中；计算集合C的所有簇中气泡i与位置中心的距离d_oi；如果满足条件r_i+r_o＝d_oi，则将d_oi保存在队列D中并进行升序排序，使得距离最小的元素排在队首；如果队列D为空，设定新的

步骤9：队列D中元素出列记为d_i；判断气泡i是否在集合C中的重叠气泡簇中，如果气泡i在气泡簇c_j中，以气泡i的圆心为中心，让簇c_j中的其他气泡远离直到与气泡i相切；

步骤10：重复步骤9直到队列D为空，或者集合C为空；

步骤11：重复步骤8至步骤10，直到所有气泡全部分开。

Images