旅游知识地图的构建与应用

王 双，陈 毓 芬，王 成 舜，袁 烨 城

(1.信息工程大学地理空间信息学院，河南 郑州 450052；2.中国科学院地理科学与资源研究所,资源与环境信息系统国家重点实验室，北京 100101)

旅游知识地图的构建与应用

王 双1，陈 毓 芬1，王 成 舜1，袁 烨 城2*

(1.信息工程大学地理空间信息学院，河南 郑州 450052；2.中国科学院地理科学与资源研究所,资源与环境信息系统国家重点实验室，北京 100101)

随着大众对于旅游地图服务需求的不断增长,如何对旅游地图进行深层次加工，从而为用户提供更加智能、易用的旅游地图服务也成为研究的热点，旅游知识地图正是在这一背景下开展的研究。该文对旅游知识地图的概念进行了深入辨析，将空间旅游知识的特征归纳为：空间性、时间性、语义性、关联性、情境性、动态性、模糊性，将空间旅游知识分为陈述性(含点状、线状、面状知识)和程序性(含逻辑性和推理性知识)两大类，并提出了旅游知识地图的五大设计原则以及构建流程。最后以旅游路线的动态规划为例，借助于TSP算法，实现了旅游知识的获取和可视化。关于空间旅游知识的发现方法以及可视化形式等都是今后需要深入研究的问题。

旅游知识地图；空间知识；TSP算法；旅游路线规划

0 引言

2011年，国家旅游局长正式提出用10年的时间初步实现基于信息技术的智慧旅游。2014年，“美丽中国之旅——2014智慧旅游年”正式启动。随着旅游业的蓬勃发展，大众对于旅游地图服务的需求也在不断增长。从传统的纸质地图到电子地图、多媒体旅游地图集、旅游地图网站以及各种旅游APP等，旅游地图产品正在被大众熟知和应用。如何对旅游地图进行深层次加工，从而为用户提供更好的旅游地图服务也受到了国内外学者的关注。Majid等通过获取Flickr网站上带有地理标签的照片，基于用户的时空行为模式对旅游景点的吸引力进行了研究，给出了在社交媒体和志愿者地理信息系统(Volunteered Geographic Information,VGI)快速发展下旅游地图研究的新思路[1,2]；Silva等从文本旅游攻略中挖掘时空信息，结合多种多媒体资源进行空间可视化，将旅行故事以生动活泼的形式进行分享，使用户获得更好的旅游体验[3-5]；吴增红从用户的角度对个性化旅游地图服务的理论和方法进行了深入研究[6]；李伟等根据改进的TOPSIS算法实现了基于情境的个性化兴趣点(Points of Interest,POI)推荐[7,8]。上述研究充分体现了旅游地图智能化、个性化的发展趋势，旅游知识地图正是在这一背景下展开的研究。

旅游知识地图是一种知识化的旅游产品，主要以地图为载体对旅游知识进行可视化。王富强等指出旅游知识地图是采用地学领域的最新理论和技术，对旅游景点、路线等地理空间旅游要素和游客行为进行深入分析，挖掘隐含在其中的事实、概念、规律和方法等旅游知识，并采用地图可视化和知识可视化的方法对结果进行表达[9]。李萌基于文本挖掘技术，实现了从文本旅游攻略中对旅游知识的提取[10]；方潇通过对用户历史行为的挖掘实现了旅游知识地图的个性化推荐[11]。然而，旅游知识地图的研究目前仍处于探索阶段，尚未形成统一的理论和方法框架。因此，本文在上述研究的基础上，对旅游知识地图的概念进行了探讨，提出了旅游知识地图的设计原则和构建流程，并以旅游路线的动态规划为例，实现了基于TSP(Travel Salesman Problem)算法的旅游知识获取和可视化。

1 从数据可视化到知识可视化

数据、信息和知识是3个相互依存、相互联系的概念,数据是信息的载体，信息是数据的内容[12],而知识是信息在人脑中经过认知加工的反馈结果，往往是动态变化的。借鉴DIKW(Data,Information,Knowledge,Wisdom)模型[13]，本文将旅游地图所要表达的对象抽象为数据、信息、知识3个层次的金字塔模型(图1)。

图1 空间旅游数据、信息、知识金字塔

“一图抵千言”，无论对于数据、信息还是知识，可视化都是一种有效地对模式和规律进行探索和发现的方法。“可视化”即“利用计算机图形学创建视觉图像，以帮助人们理解科学概念或结果的那些错综复杂且规模庞大的数字化表现形式”[14]。数据可视化、信息可视化的概念都源于科学计算可视化。而知识可视化是近年来一个新兴的研究领域，借助于各种图形手段，对知识进行构建和传播，其目的在于传递观点、经验、态度、期望和预测等，是为了促进个体和群体知识的传播和创新[15]。在数据可视化到知识可视化的发展趋势下，旅游地图也需要由表达已知数据向探索未知知识这一方向转变，从而促使旅游知识地图的出现。

2 旅游知识地图

2.1 概念解析

旅游知识地图是在知识可视化的驱动下，通过对空间旅游数据的深加工，借助于空间数据挖掘技术对旅游知识进行获取，并以地图为主要载体，综合多元图解手段进行可视化表达，促使用户从地图上获取经验和知识，是比普通旅游地图更高一级的地图形式。旅游知识地图与传统知识地图的概念不尽相同。传统的知识地图是一种知识存储模型，是对知识的图形化描述和定位，通常以树状、网状、条状或星状的形式呈现[16]。而旅游知识地图是对空间知识的表达，是从数据中挖掘出具有空间特征的知识，并在遵循制图法则的基础上，将空间知识纳入到时空框架中进行可视化表达。虽然二者本质不同，但是旅游知识地图可以借鉴知识地图中对知识进行分类、提取和管理的方法和原则，例如采用树状、网状等结构更好地对空间知识进行组织，借助超链接对空间知识进行导航，通过概念地图等形式对空间知识进行可视化等。旅游知识地图是空间旅游知识的载体，因此空间旅游知识是旅游知识地图的核心研究对象。空间旅游知识因其来源于空间数据，并能够纳入到时空框架中进行分析和表达，因此具备一般知识所不具备的关键特征(表1)。

表1 空间旅游知识的特征

借鉴认知心理学中对知识的分类方法[17]，本文将空间旅游知识分为陈述性空间旅游知识和程序性空间旅游知识两大类(表2)。陈述性空间旅游知识是关于旅游要素及其关系的知识，解决是什么的问题，根据其几何特征，又可进一步分为点状知识、线状知识和面状知识；而程序性空间旅游知识也称为过程性知识或操作性知识，是有关问题求解、状态变化、完成某项任务的行为或操作步骤的知识，解决怎么做的问题，需要通过空间推理或聚类分析、关联分析等数据挖掘算法实现，可进一步分为逻辑性知识和推理性知识两大类。

表2 空间旅游知识分类

2.2 设计原则

旅游知识地图自下而上包括资源层、描述层和表示层三部分(图2)。资源层包含数据、知识库、地图符号库、网络资源及用户，其中的数据既包括基础地理数据，也包括各种旅游要素(吃、住、行、娱、购、游等)，以及可从社交媒体上抓取的旅游相关信息(如带有地理位置的微博、照片等)；描述层包含一系列对空间数据的描述和空间知识的描述，描述性规则可以以结构化的形式存储在数据库中，也可以以非结构化的文件形式存储；表示层是可视化的用户界面，旅游知识地图不仅包括对基础地理数据和旅游要素的可视化，还包括对旅游知识的可视化。因此，旅游知识地图是以地图为主要载体，综合了地图可视化、信息图谱、知识可视化等多元图解手段的一种可视化形式。

图2 旅游知识地图体系结构

基于旅游知识地图的体系结构以及旅游地图的功能[18]，本文认为旅游知识地图在设计时应遵循以下原则：1)个性化原则。根据不同类型用户的特点和具体需求，通过获取用户的性别、年龄、职业、偏好以及历史行为等信息，建立用户模型，通过关联分析、案例推理等数据挖掘和知识发现方法为用户提供及时、按需、个性化的旅游地图服务。2)情境化原则。根据用户的不同出行目的和需求(如蜜月游、亲子游、文化游等)，设计情境化的地图表示方法。旅游的六大要素“吃、住、行、娱、购、游”都应围绕不同的旅游情境进行设计和推荐。3)交互性原则。良好的交互性也是影响用户从地图上获取知识的一个重要方面，交互性原则主要体现在地图基本操作、模型参数设置、界面可用性、信息上传和分享等方面，应以用户为中心，提高旅游地图的信息传输效率。 4)动态性原则。旅游知识地图中知识的获取、推理、表达都是一个动态的过程，随着时空状态的变化、用户模型的变化，智能生成不同的结果。5)共享性原则。旅游知识地图是一个知识发现、传播和分享的途径和载体，能够为用户提供灵活地上传、分享和交流的机制。

2.3 构建流程

旅游知识地图的构建主要包括空间数据挖掘和可视化两个环节(图3)。空间数据挖掘是空间知识产生的主要来源，目的是为了从数据库中发现不明确的、隐含的知识以及空间关系或其他模式。空间数据挖掘所能发现的空间知识主要包括空间的关联、特征、聚类和分类等规则以及例外[19]。空间数据挖掘是构建旅游知识地图的核心技术，为旅游知识地图从复杂多样的数据源中获取知识提供了技术支撑。而可视化是用户获取知识的重要途径，高俊曾指出可视化方法通过选择最恰当的视觉变量和图解方式，供研究者形成心像和视觉思维，从某种意义上说可视化同专家系统有本质上的相似之处，可使用户从地图上获得知识，得到启发[20]。

图3 旅游知识地图构建流程

空间数据挖掘可以借助于空间分析算法(如探索性空间数据分析)、空间统计算法(如热点分析)、关联分析算法(如Apriori算法)、聚类分析算法(如K-means,K-medoids算法)、网络分析算法(如最短路径算法、TSP算法)，以及基于规则(rule-based reasoning)、基于案例(cased-based reasoning)、基于模型(model-based reasoning)和基于人工神经网络(ANN-based reasoning)等知识推理方法实现。可视化环节主要包括地图可视化和空间旅游知识的可视化两方面。地图可视化通过恰当选择地图符号和视觉变量，为用户提供个性化、美观、易用的地图形式，借助于地图模板技术还可以实现地图的快速复用。而对于空间知识的可视化，本文主要结合Eppler等提出的知识可视化框架[15]，将空间旅游知识的可视化归纳为示意地图(sketch map)、概念地图(concept map)、知识地图(knowledge map)、变形地图(cartogram)、流向地图(flow map)和社交网络图(social network map)6种形式，对旅游知识中蕴含的关联关系、层次关系、属性特征等进行表达。

3 应用实例——旅游路线动态规划

对于用户出行而言，如何制定合理的游览顺序是首要考虑的问题。尽管一些旅游网站也集成了行程定制模块，如背包兔、百度旅游等，但其对旅游路线的规划缺乏空间和时间上的合理性。此外，一些学者也对旅游路线规划问题进行了研究，如佘新伟利用TripGuider算法更高效地对旅游路线进行推荐[21]，曹旭利用改良圈算法设计出畅游全国的最佳旅游路线[22]。但上述研究一是缺乏动态性，不能根据用户的自定义条件(如下榻的宾馆位置)智能为其规划最合理路线；二是这些算法大多只考虑欧氏距离，如果在城市范围内考虑用户的实际出行需求，则应基于交通道路网络距离进行计算。因此，本文在考虑实际可达性的前提下，基于交通道路网络，引入TSP算法对旅游路线进行求解，为用户智能、动态地规划最优行程路线，实现旅游知识的获取和可视化。

3.1 TSP算法

TSP问题又称旅行商问题或推销员问题，该问题可以描述为：如果有n个城市，一个推销员要从其中某一个城市出发再回到该城市，要求走遍其他所有城市且每个城市只能走一次，求最短的路线。结合旅游路线规划，要解决的问题即是用户从宾馆出发，游览完所有的景点再回到宾馆，如何设计出行顺序才能使得行程最短？

TSP问题是一个典型的优化组合问题，也被证明是一个NP(Non-deterministic Polynomial)问题。对于TSP问题算法的研究主要包括精确式算法和启发式算法两大类。精确式算法包括最邻近法、贪心法、插入法等，由于其所求解的问题规模有限，所以在实际应用中多采用启发式算法。启发式算法中比较著名的有模拟退火算法、禁忌搜索算法、蚁群算法、遗传算法等[23]，禁忌搜索算法[24]易于理解且具有很强的局部寻优能力，已被证明可以高效地获得近似最优解。禁忌搜索算法是对局部邻域搜索扩展的一种全局逐步寻优算法，是对人类记忆过程的一种模拟，其核心思想是禁止重复前面的工作，采用禁忌原则避免无效的循环计算，对于已经找到的局部最优解会记录在禁忌表中，在一定程度上避开局部最优点，并通过藐视准则来赦免一些被禁忌的优良状态，最终实现全局优化。

3.2 模型实现

本文采用禁忌搜索算法对TSP算法进行了实现，由于采用的TSP算法考虑的是实际道路距离，所以首先要基于道路数据创建交通道路网络，进而生成出发地—目的地的OD(Origin-Destination)成本矩阵，然后基于路网距离通过TSP算法获取行程最短的游览路线。该方法在空间知识地图服务试验系统中进行了应用，该系统采用浏览器和服务器(Browser/Server，B/S)架构，在服务器端借助于ArcGIS的Model Builder对TSP算法进行封装，通过ArcGIS Server将该模型发布为Geoprocessing服务，在客户端即可进行该服务的调用。用户只需指定下榻的宾馆位置和景点位置，系统便可自动为用户规划出最优行程路线。在试验系统中，本文选取了深圳一日游的若干景点作为测试数据，该模型执行的结果如图4所示，生成的红色路线即为以宾馆为起止点的最优游览路线。

图4 旅游路线规划模型运行结果

4 结语

在“普适制图”、“大众制图”的发展趋势下，地图制图越来越强调以用户为中心进行设计。旅游知识地图通过对空间旅游数据的深层次加工，为用户提供个性化、情境化、及时、按需的旅游服务,其更侧重于信息的分析和挖掘，探索发现用户行为、旅游要素、地理要素之间的内在联系，将隐性的知识显性化、显性知识时空化。本文对旅游知识地图的理论和方法进行了探讨，并通过TSP算法对逻辑性的空间旅游知识进行求解，解决了旅游路线的动态规划问题。但是，旅游知识地图作为一种新型的地图产品，还有许多关键问题需要研究和解决，例如空间旅游知识的发现方法、知识的可视化形式，以及如何根据用户的多维情境进行个性化的地图设计等。

[1] MAJID A.基于地理标签的社会媒体数据挖掘的智能旅游推荐研究[D].杭州：浙江大学,2012.

[2] STRAUMANN R K,COLTEKIN A,ANDRIENKO G.Towards(Re) constructing narratives from georeferenced photographs through visual analytics[J].The Cartographic Journal,2014,51(2):152-165.

[3] SILVA G C,AIZAWA K.Retrieving multimedia travel stories using location data and spatial queries[A].Proceedings of the 17th ACM International Conference on Multimedia[C].2009.785-788.

[4] ABASCAL-MENA R,LOPEZ-ORNELAS E.Geo information extraction and processing from travel narratives[A].Proc ELPUB[C].2010.363-373.

[5] ABASCAL-MENA R,LOPEZ-ORNELAS E,ZEPEDA J S.Geographic information retrieval and visualization of online unstructured documents[J].International Journal of Computer Information Systems and Industrial Management Applications,2012(5):89-97.

[6] 吴增红.个性化地图服务理论与方法研究[D].郑州：信息工程大学,2011.

[7] 李伟,陈毓芬,李萌,等.基于情境的POI个性化推荐方法研究[J].武汉大学学报(信息科学版),2015,40(6):829-833.

[8] 李伟,陈毓芬.基于用户的空间知识地图可视化探析[J].测绘科学技术学报,2013,30(6):638-642.

[9] 王富强,林蓉,郭小丽,等.城市旅游知识地图设计与实现[J].测绘与空间地理信息,2013,36(5):5-8.

[10] 李萌.面向行程定制的旅游知识地图服务研究[D].郑州：信息工程大学,2014.

[11] 方潇.面向个性化行程推荐的旅游知识地图服务研究[D].郑州：信息工程大学,2015.

[12] 周宁,陈勇跃,金大卫,等.知识可视化与信息可视化比较研究[J].情报理论与实践,2007,30(2):178-181.

[13] ROWLEY J.The wisdom hierarchy:Representations of the DIKW hierarchy[J].Journal of Information Science,2007,33(2):163-180.

[14] MCCORMICK B H,DEFANTI T A,BROWN M D.Visualization in scientific computing[J].IEEE Computer Graphics and Applications,1987,7(10):69.

[15] EPPLER M,BURKHARD R.Knowledge Visualization:Towards a New Discipline and Its Fields of Application[R].Università della Svizzera Italiana,2004.1-29.

[16] 赵娜.基于知识地图的多领域本体语义互联研究[D].长春：吉林大学,2011.

[17] KARL W W.Information supply in tourism management by marketing decision support systems[J].Tourism Management,2003,24(3):241-255.

[18] 陈逢珍.试论旅游地图的特点及基本功能[J].地图,1998(3):12-15.

[19] 李德仁,王树良,史文中,等.论空间数据挖掘和知识发现[J].武汉大学学报(信息科学版),2001,26(6):491-499.

[20] 高俊.地理空间数据的可视化[J].测绘工程,2000,9(3):1-7.

[21] 佘新伟.在线旅游行程规划系统关键技术研究与实现[D].西安：西安电子科技大学,2013.

[22] 曹旭.旅游线路优化设计研究[D].兰州：西北民族大学,2012.

[23] 马良.旅行推销员问题的算法综述[J].数学的实践与认识,2000,30(2):156-165.

[24] GLOVER F,KELLY J P,LAGUNA M.Genetic algorithms and tabu search:Hybrids for optimization[J].Computers & Operations Research,1995,22(1):111-134.

Construction and Application of Tourism Knowledge Map

WANG Shuang1,CHEN Yu-fen1,WANG Cheng-shun1,YUAN Ye-cheng2

(1.InstituteofSurveyingandMapping,InformationEngineeringUniversity,Zhengzhou450052;2.StateKeyLabofResourcesandEnvironmentalInformationSystem,InstituteofGeographicalSciencesandNaturalResourcesResearch,CAS,Beijing100101,China)

With the rapid development of tourism industry,the demand of tourism mapping service has grown increasingly.As a result,how to provide an easy-to-use and intelligent tourism map service for users has attracted much attention from researchers.The tourism knowledge map is a knowledgeable tourism product reflecting the intelligent and personalization trends of tourism map based on deep processing of spatial tourism data.The spatial tourism knowledge can be discovered by spatial data mining technique and represented on map with multiple visual metaphors.In this paper,the concept of tourism knowledge map was further discussed,and the characteristics and classification of spatial tourism knowledge were summarized.Based on this,five design principles and the construction process of tourism knowledge map were proposed.Finally,travel route planning was taken as an example to implement tourism knowledge acquisition and visualization based on TSP algorithm.This method has already been applied in the geospatial knowledge map service test system,and the result was proved to be credible and helpful for new tourists.However,tourism knowledge map is still a burgeoning frontier area in cartography,and lots of problems such as spatial tourism knowledge discovery methods and knowledge representation methods need to be further discussed.

tourism knowledge map;geospatial knowledge;TSP algorithm;travel route planning

2016-04-14；

2016-07-11

国家自然科学基金项目(41171353)；国家863计划资助项目(2012AA12A404)；资源与环境信息系统国家重点实验室青年人才培养基金项目(08R8B6IOYA)

王双(1983-)，女，博士，研究方向为时空数据挖掘与可视化、地图认知与设计。*通讯作者E-mail:yuanyc@lreis.ac.cn

10.3969/j.issn.1672-0504.2016.06.018

F590.3;TP391

A

1672-0504(2016)06-0107-05