Maptrix: 嵌入地图的多对多活动数据可视化-大数据-知优网

如何在地理位置中可视化流动信息是一个目前广泛研究的问题，尤其是多对多的流动信息，例如动物的移动，疾病、货物或者知识的传播。本文所做的工作提出了更有效的可视化形式Maptrix帮助用户分析这一类型的数据，设计合理详细的user study针对提出的maptrix可视化形式与Bundled Flow Map和OD Matrix进行有效性方面的比较。

如安在地理方位中可视化活动信息是一个现在广泛研讨的问题，尤其是多对多的活动信息，例如动物的移动，疾病、货品或许常识的传达。本文所做的作业提出了更有用的可视化方法Maptrix协助用户剖析这一类型的数据，规划合理详细的user study针对提出的Maptrix可视化方法与Bundled Flow Map和OD Matrix进行有用性方面的比较。

三种可视化方法Maptrix，Bundled Flow Map， OD Matrix的可视化作用如下图1所示。

图1 Bundled Flow Map，OD Map，Maptrix可视化作用比照

在地图中活动数据问题的研讨具有很长的研讨前史。这个问题***次提出是应用在铁路地图的可视化中，可是其时的可视化方法存在视觉元素的堆叠以及穿插的现象，针对这一问题，现在有三类处理计划，***类计划，经过将视觉元素，即衔接边转换成密度图的方法，可是运用密度图会丢掉地图中的许多的细节信息;第二类是经过边绑定的方法，可是边绑定的方法更适合应用在一对多的场景中;第三种针对这一问题的处理计划是经过交互以及聚合的方法完结。

针对地理方位中的活动数据的第二种可视化方法是经过OD矩阵可视化完结，可是OD矩阵丢掉了地图中的方位信息，因而存在一些研讨能够经过small multiple的方法添加缺失的地理方位信息。

可是经过关于上述相关作业的剖析，咱们发现有很少的作业将地图与OD矩阵结合到一同来处理地图中多对多的可视化的问题，因次提出了MapTrix的可视化方法。

Maptrix的可视化方法的组成部分首要有三个，代表活动数据开始地址的地图，代表活动数据停止地址的地图以及OD矩阵。为了便利用户发现其内部的方法，将OD矩阵进行旋转确保OD矩阵的横轴与纵轴是对称散布。树立矩阵与地图之间的相关，就需求将OD矩阵与开始地图，停止地图之间进行衔接，为了确保地图上的地址与矩阵之间的衔接线不穿插，确保得到更好的视觉作用，本文的作业运用二次规划的方法寻觅***的衔接点方位，如下图2所示即为衔接线的三类首要的约束条件。

图2 三类约束条件

从左到右三个约束条件的意图分别是：避免衔接线与点衔接点之间的穿插;避免相反方向的衔接线之间的穿插;避免相同方向的衔接线之间的穿插。

为了验证所提出的可视化方法的有用性，本文针对Maptrix与Bundled Flow Map，OD Map三种可视化方法规划有用全面的user study。关于本文中规划的user study中的task都经过了详细的规划，规划的使命在地图都会经常被运用，依照辨认的规模首要分为三种类型：在整个地图的规模内辨认;在单个地址的规模内辨认;在部分区域的规模内辨认。详细的简称，描绘以及实例如下表1所示。

表1 ***个user study的使命规划

关于***个user study的剖析所得到的信息首要分为两点：

RF类型(regional flow，剖析某一个区域规模内的流数据)在列出的三种类型的使命中所消耗的时刻最长。

比较其他两类的可视化方法Bundled Flow Map以及OD Map，Maptrix与Bundled Flow Map的功率类似。

针对***个user study的上述两个发现，本文接下来规划了第二个user study针对RF类型的使命以及Maptrix、Bundled Flow Map的可视化方法的有用性进行剖析。

首要针对RF类型的使命进行了详细的区分，判别详细怎样类型的使命的功率较低。一同关于Maptrix，Bundled Flow Map两类可视化方法，运用不同复杂度的数据集验证其有用性。

关于RF类型(regional flow，剖析某一区域规模内的流数据)使命的详细区分规范首要有以下两个方面，

依照大局数据流的特色，需求辨认出的主导数据流在AB区域的内部，仍是在A与B两个区域之间

方位元素的邻接状况，详细有以下三种状况：

挑选的详细的方位在区域内部，一同区域之间是邻接的
挑选的详细方位在区域内部，一同在区域内部挑选的方位之间是邻接的
挑选的方位与区域之间不存在邻接联系

经过第2次user study的成果，咱们发现在不同的数据复杂度下，OD map与matrix之间的表达能力依然十分类似;regional flow类型的数据所消耗的时刻依然十分高，可是经过交互的方法能够协助用户的了解，比如在执行使命的过程中用户点击挑选的区域会高亮。

可是，针对数据集复杂度与使命实施所消耗时刻之间的联系，跟着执行使命所针对的数据集的复杂度的不断提高，执行使命的功率并没有相应的添加，例如各个省(州)之间数据流的复杂度我国低于美国，可是执行使命的速度美国优于我国，这可能是因为用户关于美国的地图比我国的地图愈加了解，一同美国的地图比较我国愈加的规矩，关于执行使命也会有很大的协助，因而数据的复杂度与用户执行使命并没有直接的相关。

总结来说，本文的作业奉献首要在于两点：

这个作业提出了新颖的可视化方法MapTrix，将地图与OD矩阵结合到一同，一同运用二次回归的方法取得***的可视化作用。

本文针对所提出的新的可视化方法与之前的作业Bundled Flow Map, OD Matrix之间进行比照，规划了两个user study来比较现有的可视化作业的优势与缺乏。

这个作业针提出了新的可视化方法，为了验证所提出的可视化方法的有用性，需求关于当时的可视化与之前的作业进行比照，这一个作业规划的user study所针对的方面十分全面。新的可视化方法需求学习这一作业的研讨方法。另一方面，咱们能够运用新的可视化方法协助剖析带有时刻特点的多对多活动数据。