正文
-
杨乃
, 男，副教授，中国地质大学（武汉）GeoVISLAB团队负责人。目前主要从事地图可视化及地理信息空间分析与智能应用相关研究工作。简介：http://grzy.cug.edu.cn/yangnai
-
晁怡
，女，副教授，中国地质大学（武汉）GeoVISLAB团队指导老师。目前主要从事城市空间分析，社会计算相关研究工作。简介：https://grzy.cug.edu.cn/chaoyi
-
Alan M. MacEachren
，宾夕法尼亚州立大学地球与矿产科学学院地理系地理与信息科学技术荣休教授。主要研究方向为地理可视化; 探索性时空数据分析;空间和环境认知等。简介： https://www.geog.psu.edu/directory/alan-maceachren
-
陈雨杭
，中国地质大学（武汉）地理与信息工程学院硕士研究生。电子邮箱：[email protected]，研究兴趣包括地图可视化和空间认知。
标签地图作为词云的一种地理表现形式，通过将标签及其关系映射到相应区域中来传达信息。这种地图为了解与特定地理区域相关的文本信息提供了宝贵的见解。标签布局是标签地图设计的核心问题，当前的标签地图布局算法侧重于提高布局紧凑性和美观性，忽视了标签之间的主题关联，这限制了它们有效表达复杂上下文信息的能力。在词云领域，大量研究揭示了按主题聚类的布局方法在引导用户理解方面的优势，然而这些研究中提出的聚类布局方法未考虑有边界约束的情形，并不适用于标签地图。针对上述问题，本文提出了能够将标签分主题聚类放置在给定面域中的主题聚类标签地图布局方法。该方法由自适应面域分割算法和基于扫描线的标签布局算法组成，前者能够按各主题的权重比例将面域分割为不同大小的部分，且适应各种简单或复杂多边形，后者能够将标签从左到右逐行排列在给定的面域中，并利用对扫描线间距、标签间隔等细节的控制有效解决标签过多、标签过少、标签分布不均的问题。
为对主题聚类布局方法进行评估，本文引入眼动跟踪方法，从信息处理、视觉搜索、认知负荷和主观评价方面，对比评估了主题聚类和非聚类标签地图的差异。实验包含无目的地图浏览和有目的阅读分析两部分，阅读任务包括主题数量识别、主题权重识别、重要标签寻找、大小比较、任意标签寻找、回忆和主观评价，以不同布局方式为自变量，以眼动指标数据、正确率以及用户主观评价打分为因变量，进行差异分析。结果表明，主题聚类标签地图在无目的浏览过程中能显著增强视觉吸引力，在有目的阅读分析中能提高大多数任务的表现。本研究能够为标签地图的设计提供参考。
本文的整体技术路线如图1所示。首先根据输入的面域和不同主题的标签计算各主题所应占据的面积比例。而后根据面域的形状轮廓判断其所属类型，并据此为其指定具体的面域分割方法，使用确定的分割方法按各主题的面积占比将面域划分为不同大小的子面域。在各子面域内分别使用基于扫描线的标签布局算法将各主题标签从左到右逐行放置在对应的面域中，并通过密集处理、稀疏处理、对齐处理实现标签的均匀分布，最终实现主题聚类标签地图。
不同的标签可能属于不同的主题，每个主题的权重可能存在差异，本文提出的主题聚类布局策略将同一主题的标签聚集在一起，和多数标签地图一样，标签的尺寸反映标签的权重，同一主题的标签占据的区域面积大小反映该主题的权重大小。
