Геосоциальные сети – Geosocial networking – xcv.wiki

Геосоциальные сети - Geosocial networking - xcv.wiki Аналитика

Основные предпосылки к li

Помимо известных универсальных программно-аппаратных решений для работы с большими объемами данных (серверы, системы хранения, хранилища данных), применительно к географическим данным создано несколько серьезных специализированных СУБД, большинство которых имеют канадские корни.

Для доступа к географическим данным обычно используется подмножество языка SQL/MM, построенного на основе SQL и предназначенного для работы с мультимедийными и пространственными данными. Для описания двухмерных объектов консорциумом OpenGIS утвержден набор примитивов (Simple Features): точка, линия, многоугольник, набор точек, ломаная линия, набор многоугольников и коллекция из примитивов. Наибольшую известность приобрели следующие географические СУБД, которые стали основой для LI.

PostGIS – свободно-распространяемая СУБД, разработанная компанией Refractions Research в 2001 году при содействии региональных властей Британской Колумбии (Канада) путем добавления поддержки графических объектов к известной объектно-реляционной базе PostgreSQL.

ArcSDE (Spatial Database Engine) – поддерживается компанией Environmental Systems Research Institute, известной своими продуктами ArcGIS, ArcView, ArcIMS. Эта СУБД была разработана двумя австралийскими компаниями, купленными ESRI как дополнение к CУБД InterBase.

Oracle Spatial – опция к СУБД Oracle, разработанная специалистами Канадской гидрографической службы.

JTS Topology Suite – Java-реализация Simple Features Specification for SQL от канадской компании Vivid Solutions.

GEOS (Geometry Engine Open Source) – объединение JTS Topology Suite и PostGIS, разработана совместно Refractions Research и Vivid Solutions.

Важной предпосылкой к формированию LI стала демилитаризация систем спутниковой навигации после того, как в окрестностях Сахалина был сбит южнокорейский пассажирский Boeing 747 рейса KAL007. Независимая экспертиза признала, что наиболее вероятной причиной отклонения лайнера от маршрута была ошибочная настройка автопилота и невозможность уточнения текущих координат.

Для исключения подобных трагических недоразумений администрация США взяла на себя обязательство обеспечивать свободный доступ к системе навигации NAVSTAR GPS. В России развертывается своя система ГЛОНАСС, работающая с точностью до 5,5 метра, а в 2021 году этот показатель будет доведен до 2,8 метра.

Евросоюз также готовит собственную гражданскую систему навигации Galileo. С появлением GPS произошла геодезическая революция – вместо строго засекреченных и ограниченных в пространстве национальных триангуляционных сетей возникла глобальная космическая сеть, доступная отовсюду.

Наконец, третий столп LI – цифровая картография. По всей видимости, особенно в России, этот пункт остается одним из самых сложных. С момента создания первых достоверных карт все, что связано с точными географическими координатами, во всех странах попадало под гриф «секретно».

Еще совсем недавно в СССР были недоступны даже карты масштаба 1:200 000, а сегодня принята концепция создания и развития инфраструктуры пространственных данных, правовое обеспечение геоинформатики гарантируется законом «О навигационной деятельности», снимающим все запреты на определение пространственных координат объектов, за исключением зон, требующих мер специальной защиты.

Зачем бизнесу нужна геолокационная аналитика? – совзонд

Почти всё, что связано с бизнесом, существует в определенное время и территориально определено. Об этом пишет Shimonti Paul
на сайте www.geospatialworld.net в заметке под названием «Location analytics – why businesses need it?».

Это может быть сырье, продукты, сооружения, либо люди, например, сотрудники, агенты, клиенты или же события, такие как поставки, покупки, производственные процессы. Понимая, как эти элементы связаны друг с другом используя геолокационную аналитику, компании могут принимать более обоснованные решения, направленные на повышение рентабельности и эффективности. Геолокационная аналитика способствует достижению взаимопонимания и ориентирования клиентов, а также осмысления и оптимизации бизнес-процессов.

В качестве примера рассмотрим цели, которых могут торговые сети достигнуть применяя геолокационную аналитику.

Повышение отдачи от инвестиций

Геолокационная аналитика может быстро создавать точное представление о производительности и потенциале бизнеса. Сопоставляя необходимую информацию (начиная от показателей продаж магазинов до отзыва клиентов о качестве обслуживания) с высокоточными данными о местоположении, можно точно определить, где бизнес сможет получить максимальную выгоду при дефиците имеющихся средств. С использованием таких технологий, которые применяются при создании тепловых карт, предприятия могут сразу наметить «горячие точки» для инвестиций, экономя уйму времени, которое в противном случае было бы потрачено на изучение сводных и прочих таблиц.

Увеличение продаж

Геолокационная аналитика может способствовать увеличению объема продаж за счет целевого маркетинга. Она также может обеспечить высокий уровень детализации путем объединения данных о тенденциях покупательского спроса, психологических и демографических факторах, и даже о результатах анализа эмоциональных настроений, обо всём, что связано друг с другом по широте и долготе. Эта аналитика может значительно помочь бизнесу при подготовке целенаправленных решений на групповом или индивидуальном уровне.

Контроль затрат

Геолокационная аналитика способна обеспечить визуализацию эффективности бизнеса, включая расходы на коммерческую деятельность. Это может не только помочь бизнесу в получении подробной информации о регулярных расходах, связанных с маркетингом, заработной или арендной платой, но и определить «горячие точки» с недостаточной производительностью или эффективностью, могущие повлечь за собой дополнительные расходы. Карты также позволяют быстро идентифицировать взаимосвязи и закономерности между данными на национальном, региональном и местном уровне, вплоть до конкретных торговых организаций в целях обнаружения ранее скрытых источников или факторов, провоцирующих повышение стоимости.

Геолокационная аналитика также может значительно помочь в снижении затрат и уменьшении рисков в системе управления цепочками поставок. Вероятно, наиболее известные приложения сосредоточены вокруг оптимально размещённых объектов и ресурсов. К примеру, транспортные средства, склады и распределительные центры, инвентарь, где задействуются грузовики, самолеты и вагоны, и далее непосредственно до торговых точек. Геолокационная аналитика также может помочь в маршрутизации или перенаправлении в режиме реального времени в зависимости от состояния дорожного движения.

Повышение удовлетворенности клиентов

Выстраивание лояльных отношений с клиентами в значительной степени включает в себя адаптацию продуктов, услуг и коммуникаций применительно как к сегментам рынка, так и к отдельным лицам. Геолокационная аналитика помогает улучшить качество обслуживания клиентов, удовлетворить их потребности и предоставить обещанные продукты, поскольку она позволяет легко идентифицировать конкретных клиентов и их местонахождение. Используя данные, основанные на определении местоположения, предприятия могут очень быстро вычленить основную причину, связанную с вопросами обслуживания клиентов. Они также могут определить наличие каких-либо закономерностей, имеющих отношение к проблемам обслуживания клиентов в любом географическом районе.

Преимущества геолокационной аналитики, предлагаемые бизнесу, многочисленны. Она может помочь ему сразу определиться с необходимым количеством и месторасположением магазинов, а также выявить случаи недофинансирования или перерасхода и оценить эффективность работы каждого этапа цепочки поставок и т.д. Используя всю эту информацию, бизнес может стать более продуктивным и эффективным.

Применение адаптивной геовизуализации в геосоциальных медиа

УДК 004.45, 004.5

А.В. Вицентий

Институт информатики и математического моделирования технологических процессов Кольского НЦ РАН

ПРИМЕНЕНИЕ АДАПТИВНОЙ ГЕОВИЗУАЛИЗАЦИИ В ГЕОСОЦИАЛЬНЫХ

МЕДИА* Аннотация

В работе рассматривается возможность применения элементов адаптивной геовизуализации в геосоциальных сетях. Технология адаптивной визуализации геоданных может быть применена в современных геосоциальных сервисах для отображения геоинформации, а также для решения различных задач, связанных с визуализацией и обработкой геоинформации пользователями социальных медиа. Предложенная технология адаптивной визуализации геоданных может быть использована как для разработки новых геосоциальных сервисов, так и для улучшения работы существующих геосервисов в социальных медиа.

Ключевые слова:

социальные медиа, адаптивное геоизображение, гео-социальные сервисы, пространственно- временные данные, интерактивный визуальный анализ, адаптивная визуализация геоданных.

A.V. Vicentiy

APPLICATION OF ADAPTIVE GEOVISUALIZATION IN GEOSOCIAL MEDIA Abstract

The paper considers the possibility of using elements of the adaptive geovisualization in the geo-social networks. The adaptive visualization technology of geodata can be applied in modern geo-social services, as well as to solve various problems related to the visualization and processing of geo-information by users of social media. This decreases the total cognitive load on the consumer of information. The proposed technology of adaptive visualization of geodata can be used for both the development of new geosocial services and to improve the performance of existing geoservices in social media.

Keywords:

social media, adaptive geoimages, geo-social service, spatiotemporal data, interactive visual analysis, adaptive visualization of geodata.

Введение

Взрывное развитие современных социальных медиа в последние годы оказывает все более значительное влияние на жизнь общества. В подтверждение данного тезиса можно привести активность законодателей по данному направлению, как в России, так и за рубежом. Количество нормативно-правовых актов, призванных регулировать деятельность как отдельных социальных медиа, так и Интернет-пространства в целом значительно возросло. Кроме того,

* Работа выполнена при финансовой поддержке Программы ОНИТ 1 РАН «Интеллектуальные информационные технологии, системный анализ и автоматизация».

предоставление различных государственных сервисов и услуг также в последние годы активно переносится в Интернет, что стимулирует граждан осваивать современные цифровые коммуникационные технологии.

Объединяя людей в виртуальном пространстве Интернета, подобные сервисы создают новую среду общения людей, новое виртуальное социальное пространство. Роль основных коммуникационных площадок в этом новом пространстве сегодня взяли на себя различные социальные сервисы и медиа ресурсы. Сложно отрицать тот факт, что появление и развитие современных социальных медиа изменило наше привычное взаимодействие с другими людьми и организациями. Обычному молодому человеку сегодня сложно представить себе, как группы людей объединялись для достижения какой-либо цели (социальной или нет) без использования Facebook, Twitter, Google Maps, LinkedIn и многих других средств для общения и передачи информации. Реальная глубина изменений нашего общества, которые связаны с развитием социальных медиа, еще недостаточно осознана. Однако это не мешает уже сейчас извлекать значительную выгоду из этого относительно нового явления. Причем, речь может идти не только об экономической выгоде [1].

Дополнительный анализ:  Украина.ру - последние новости, события, аналитика и обзоры

Сегодня социальные медиа оказывают значительное влияние на такие сферы нашей жизни, как:

• Экономика и ведение бизнеса.

• Управление городским трафиком и навигация.

• Доступность личной информации и безопасность.

• Маркетинг, управление продажами, электронный туризм.

• Поиск, получение, накопление, обработка и анализ данных.

• Распределенные вычисления и краудсорсинг.

• Прикладные исследования для различных гуманитарных и общественных наук.

• Средства и методы распространения информации.

• Получение консультаций в сфере здравоохранения.

• Оперативность и почти полное отсутствие пространственных и материальных ограничений в потреблении и производстве информации.

Этот список можно дополнить еще большим количеством пунктов, особенно если учесть проникновение социальных медиа в профессиональные сферы деятельности и взаимодействия граждан с государством [2].

Несмотря на то, что явление, называемое «социальные медиа» существует уже более 20 лет, однозначного определение для него все еще не найдено [3, 4]. Иногда для лучшего понимания сути этого явления, «социальные медиа» разделяют на «технологии» и «разновидность интернет ресурсов». Однако, такое деление не имеет большого смысла с практической точки зрения. Так как сервисы социальных медиа являются совокупностью технологий и виртуального пространства, предоставляемого этим сервисом, то чаще всего невозможно отделить одно от другого, не разрушив их целостность.

В современном мире четко разделить медиа на «социальные» и «не социальные» также довольно сложно. Например, многие современные интернет-СМИ имеют инструменты, характерные для социальных медиа ресурсов (возможность комментировать, оценивать, дополнять и редактировать статьи и т.д.).

В такой ситуации разумным кажется подход, при котором определение социальных медиа дается через некоторый набор характерных для них свойств. О количестве и точном определении этих свойств можно вести дискуссию. Некоторые из них перечислены ниже, однако главным характеризующим их свойством является роль пользователя в социальных медиа. Новизна этой роли состоит в том, что потребители информационных ресурсов одновременно могут выполнять роль производителей информации [5]. В связи с этим, типичного пользователя социальных медиа можно назвать «просьюмер» – producer (производитель) и consumer (потребитель) одновременно [6].

Кроме этой важнейшей характеристики социальных медиа, можно перечислить следующие:

• Интерактивность.

• Мультимедийность.

• Реализация на основе принципов Веб 2.0.

• Почти свободная публикация материалов почти неограниченного объема.

• Возможность использования перекрестных ссылок.

• Возможность частичной утери авторства после публикации материала (в связи с возможностью дополнения или изменения другими пользователями).

• Объединение пользователей в сообщества.

Медиа, для которых свойственны эти характеристики, можно отнести к социальным медиа. Далее достаточно будет определить социальные медиа, как некоторую категорию веб-ресурсов, которые предоставляют возможность для поиска, потребления, производства, распространения и обсуждения информационного контента большому количеству конечных пользователей. Под веб-ресурсом понимается сайт в сети Интернет, однозначно идентифицируемый своим адресом (URL) и воспринимаемый пользователем как единая система. Принципиально важно, что для работы с таким веб-ресурсом пользователь не обязан иметь специальные знания, навыки или умения.

Самыми популярными видами социальных медиа сегодня являются:

• Социальные сети.

• Блоги (ммикроблоги).

• Формумы.

• Фото и видеохостинги.

• Специализированные социальные сети.

• Сервисы для знакомства и общения.

• Социальные закладки и сервисы отзывов.

• Социальные игры и виртуальные миры.

• Геосоциальные сервисы и сети.

Нерешенные проблемы геовизуализации есть во многих из этих социальных медиа, но острее всего проблемы визуализации геоданных стоят перед разработчиками геосоциальных сервисов и сетей.

Геосоциальный сервис (или геосоциальная сеть) – это особый вид социального сервиса, неотъемлемой частью которого является геокодирование и геотегинг. Использование пространственно-временных данных и простых инструментов работы с ними является основой для социализации. Такие сервисы позволяют объединять пользователей на основании их присутствия в

определенных местах в определенное время. Технологии, которые пользователь использует для геолокации в данном случае не имеют значения.

Типичная модель поведения пользователей таких сервисов включает следующие действия: 1) Регистрация в сервисе; 2) Отметка о своем нахождении в некоторых местах («check-in»); 3) Получение «награды» в некоторых случаях.

Основная мотивация участников таких геосциальных сетей сводится к игровой мотивации и желаниию повысить свой «виртуальный статус» среди других пользователей. Особенно это характерно для подростков и молодых людей, для которых реакция общества на их поведение особенно важна. Иногда пользователи геосоциальных сервисов могут получить реальное «вознаграждение». Обычно это скидка в одном из заведений, в котором пользователь чаще всего отмечается.

Пространственные данные составляют основу информационного обеспечения любой геосоциальной сети. Современные средства анализа пространственно-временных данных позволяют совмещать эти данные с современными инструментами обработки и визуальным веб-интерфейсом. Это позволяет сократить время на поиск и анализ данных и выдать качественный ответ на запрос пользователя быстрее. Таким образом, использование сложно организованных геоданных становится доступно широкому кругу пользователей, не являющихся профессионалами.

Примеры типичных вопросов пользователя на которые может ответить геосоциальный сервис:

• «Какие объекты находятся в указанном месте?».

• «Где находится указанный объект?».

• «Где находится ближайший объект указанного типа?».

• «Какие объекты находятся в указанной области?».

• «Какие объекты указанного типа находятся не далее, чем через указанное расстояние от текущего местоположения?».

• «Что изменилось в указанном месте с указанным объектом за указанное время?».

• «Каким образом добраться до указанного объекта?».

Этот список можно дополнить еще множеством типичных вопросов, связанных с конкретными характеристиками геообъектов. Примером может быть поиск объектов по популярности среди определенной возрастной группы, по возрастанию оценки объекта другими пользователями, по посещаемости объекта и т.д.

Данные описания социальных медиа и геосоциальных сервисов не претендуют на абсолютную точность и полноту. Но их точности вполне достаточно, чтобы сформулировать основную проблему, связанную с визуализацией геоданных в социальных медиа.

Проблема эффективной геовизуализации в социальных медиа

Предпосылки возникновения проблемы эффективной геовизуализации связаны с тем, что функционал геосоциальных сервисов постоянно расширяется. У пользователей появляются новые функции и возможности работы с геоданными. При этом интерфейс остается простым и понятным для типичного пользователя геосервиса. Таким образом, геосоциальные сервисы постепенно

приближаются по своим возможностям к классическим картографическим сервисам и географическим информационным системам. В связи с этим, геосоциальные сервисы сталкиваются с аналогичными проблемами. Одной из наиболее сложных и малоисследованных проблем является проблема эффективной визуализации геоданных.

В отличие от проблем получения, хранения и обработки геоданных, которые на сегодняшний день достаточно хорошо изучены, вопросы эффективной геовизуализации уже много лет не теряют своей актуальности [7-9]. Проблему можно описать следующим образом: «Каким образом можно построить геоизображение по запросу пользователя, чтобы это геоизображение с одной стороны удовлетворяло информационную потребность пользователя, а с другой стороны, имело минимально возможное количество избыточной информации?». В данном контексте избыточность информации можно оценивать, как по количеству элементов геоизображения, не способствующих удовлетворению информационной потребности пользователя, так и по количеству байт «бесполезной» с точки зрения удовлетворения информационной потребности пользователя информации, которые были переданы по каналам связи и обработаны вычислительными мощностями устройства отображения.

В настоящее время решению проблемы эффективной геовизуализации в геосоциальных сервисах уделяется недостаточно внимания. При проведении литературного обзора удалось найти много научных работ, связанных с социальными медиа. Анализ этих работ позволяет сделать вывод о том, что на данный момент существует два основных направления исследований в этой области. Первое направление связано с развитием средств геовизуализации [10, 11]. Недостатком таких работ является то, что описываемые в них методы недостаточно полно учитывают особенности представления геоинформации в социальных медиа [12, 13]. В таких работах часто предлагается просто изменить отображение некоторых элементов или дополнить существующий набор несколькими новыми элементами [10, 14]. При этом предметная область и особенности устройств отображения не учитываются.

В работах второго направления больше внимание уделяется особенностям социальных медиа и геосоциальных сервисов [15, 16]. Однако в них мало внимания уделяется разработке новых [17] или улучшению существующих методов геовизуализации [18]. Характерной особенностью таких работ является то, что они воспринимают социальные медиа как один из источников информации [17]. Часто основные результаты подобных работ связаны с новыми данными, которые можно получить при анализе социальных медиа с помощью хорошо известных ранее методов и технологий [19]. Такие работы почти никогда не учитывают особенности восприятия визуальной геоинформации конечного пользователя и избыточность получаемых геоизображений [20].

Целью данной работы является обобщенное описание применения подхода адаптивной визуализации геоданных в социальных медиа. Преимуществом этого подхода является возможность учета особенностей восприятия информации пользователем при создании геоизображения. Получаемое с помощью предлагаемого подхода адаптивное геоизображение с одной стороны, удовлетворяет информационную потребность пользователя, а с другой стороны, позволяет уменьшать избыточность геоизображения за счет учета особенностей конечного пользователя.

Общее описание подхода адаптивной визуализации геоданных

Если проанализировать действия пользователя в геосоциальных сетях, то можно сделать вывод о том, что пользователь, используя геосоциальные сети, осуществляет интерактивный визуальный анализ геоизображений и дополнительной семантической информации. Такой способ анализа пространственно-временных данных является наиболее удобным и эффективным для пользователя. Методология интерактивного визуального анализа подразумевает, что информационные технологии играют вспомогательную роль в процессе обработки информации. Основная функция информационных технологий заключается в предварительной подготовке, адаптации и передаче информации конечному пользователю для окончательного анализа [21]. Поэтому эффективность применяемого способа визуализации является особенно важной.

Дополнительный анализ:  Котировки акций, курсы валют, новости, компании :: РБК Инвестиции

Сегодня существует несколько точек зрения на то, что называть визуализацией геоданных или геовизуализацией. В данной работе под геовизуализацией понимается возможность системы отображать большой объем пространственно-временных и других данных в виде единого относительно компактного геоизображения. Важно, чтобы это изображение было понятно конечному пользователю, удовлетворяло его информационную потребность и не требовало больших усилий для восприятия визуальной информации.

Одним из главных свойств хорошей геовизуализации является то, что она не перегружена различными дополнительными визуальными элементами, которые не имеют отношения к удовлетворению информационной потребности пользователя. Таким образом, можно определить хорошую геовизуализацию как способ представления разнородных данных, который обеспечивает наиболее эффективное восприятие, обработку и изучение этих данных зрительной системой и мозгом человека.

В зависимости от результата, который хочет получить пользователь, акцент при визуализации данных может быть сделан как на представлении данных для улучшения их визуального восприятия, так и на представлении данных для последующего анализа и обработки. Адаптивная геовизуализация, в отличие от традиционного подхода, позволяет совмещать данные о географическом положении некоторых объектов с дополнительной семантической информацией об этих объектах, а также учитывать когнитивные особенности восприятия визуальной информации пользователем. При синтезировании геоизображения также учитываются характеристики линий связи и устройства отображения, если эти данные удается получить.

В общем случае, синтез адаптивного геоизображения осуществляется в результате совместного анализа формальных моделей запроса пользователя, визуальных картографических стереотипов и когнитивных «настроек и предпочтений» пользователя. Для уменьшения когнитивной нагрузки на пользователя проводится семантическое редуцирование геоизображения. Таким образом, геоизображение лучше соответствует запросу пользователя и его информационной потребности.

Модель пространственно- временных данных для адаптивного геоизображения

Задачи, которые решают пользователи геосоциальных сервисов значительно отличаются от классических задач картографии. Для решения задачи с помощью геосоциального сервиса приходится интегрировать не только географические данные, но также большое количество дополнительной информации (время работы объекта, статистика посещаемости, структура объекта и др.) Чтобы упростить процесс решения и сделать результаты более понятными для пользователя, современные геосоциальные сервисы используют так называемые «точки интереса» (POI – Points Of Interest). Для таких точек существует подробное описание, и имеются точные постоянные или динамические географические координаты. Временные характеристики объектов очень важны для пользователей. Во всех геосоциальных сервисах пространственные данные рассматриваются как пространственно-временные сущности, которые могут изменяться во времени. То есть эти объекты рассматриваются как динамические объекты. В качестве точки интереса может выступать практически любой географический объект (кафе, памятник, остановка автобуса и т.д.).

Информационную основу любого геосервиса образуют цифровые карты. Для их создания используются как пространственные, так и атрибутивные данные. Пространственные данные характеризуют местоположение объектов в пространстве относительно друг друга и их геометрию. Описание объектов осуществляется при помощи указания координат объектов и составляющих их частей. Атрибутивные данные характеризуют качественные или количественные свойства пространственных объектов. Наборы атрибутов описывают дополнительные непространственные данные об объектах.

Понимание структуры и методов представления картографических объектов позволяет лучше реализовать подход адаптивного представления геоданных в геосоциальных сервисах. В качестве источников пространственно-временных и атрибутивных данных могут использоваться разнородные данные: аэрокосмические, картографические, статистические, тематические и др.

Основные этапы взаимодействия пользователя с геосоциальным сервисом следующие:

• Постановка задачи – запрос пользователя на поиск геоданных.

• Выбор источников картографической информации – поиск пространственных и атрибутивных данных для удовлетворения информационной потребности пользователя.

• Создание геоизображения – визуализация отобранных пространственных и атрибутивных данных в соответствии с алгоритмами геосервиса.

• Интерпретация результатов – оценка пользователем качества, созданного геоизображения с точки зрения удовлетворения информационной потребности.

Для обеспечения эффективной адаптивной визуализации геоданных, процедура поиска информации должна учитывать семантическое содержание пространственно-временных и атрибутивных данных. Кроме того, при построении геоизображения нужно учитывать когнитивные особенности восприятия визуальной информации пользователем, предметную область

запроса (историю запросов пользователя) и свойства отображения пространственных данных.

При построении результирующего геоизображения, подсистема визуализации геосоциального сервиса может использовать только те представления географических объектов, которые возможно описать с помощью реализованных в геосервисе моделей данных. Поэтому вопрос описания модели геоданных является очень важным для оценки возможностей подсистемы визуализации.

В работе предлагается использовать обобщенную модель информационных ресурсов геосоциального сервиса. Модель ресурса геосоциального сервиса может быть представлена следующим образом:

Res = <Spa, Tim, Sem, Rel> , где: Spa – множество пространственных параметров ресурса; Tim – множество временных параметров ресурса; Sem -множество семантических параметров ресурса; Rel – множество связей между ресурсами.

Избыточность синтезированного геоизоборажения выражается как: Red = Volgen – Volreq, где: Volgen – объем геоинформации в синтезированном геосоциальным сервисом геоизоборажении; Volreq – объем геоинформации, который необходим для удовлетвориения информационной потребности пользователя.

Для количественной оценки избыточности можно применять две различных меры. Первая мера – это количество графических примитивов, которые присутствуют в геоизображении, но не имеют отношения к запросу пользователя. Вторая мера – количество информации (например, в байтах), которая передана пользователю, но не имеет отношения к его запросу.

Увеличение избыточности имеет ряд побочных негативных эффектов. Среди них, например, сложность восприятия информации пользователем, увеличение трафика в связи с передачей бесполезных данных по каналам связи, неэффективное использование вычислительных мощностей устройства отображения информации (смартфон, планшетный компьютер и т. п.), повышенный расход энергии на обработку данных и т. д.

Схема адаптивной геовизуализации

Чтобы реализовать адаптивную визуализацию геоданных нужно интегрировать знания, накопленные в последние годы в таких областях, как картография, визуализация информации [22], взаимодействие человека с компьютером [23], научная визуализация и других. Многие аспекты визуального отображения пространственно-временных данных в геосоциальных сервисах могут быть значительно улучшены при условии большего внимания к результатам исследований в когнитивной науке [24].

В связи с этим необходимо разрабатывать методы адаптивной когнитивной геовизуализации сложноорганизованных пространственных данных. Для этого нужно использовать формальные описания картографических стереотипов и интерпретации запросов пользователей в подсистеме визуализации геосоциальных сервисов. Также необходимо применять методики семантического редуцирования результатов первичной (предварительной) геовизуализации и технологии адаптации геоизображений для эффективного визуального

восприятия на основе формально представленных знаний о когнитивных особенностях восприятия пользователей.

Для удовлетворения информационной потребности пользователя важно выделить и отобразить на геоизображении ту часть, которая наиболее интересна для пользователя или группы пользователей. Для удовлетворения противоречивых требований пользователя к результату визуализации необходимо использовать методику адаптивной визуализации геооданных. При использовании этой методики синтез адаптивного изображения осуществляется в результате совместного анализа запроса пользователя и его профиля, который включает в себя информацию о когнитивных особенностях пользователя. Редуцирование геоизображения проводится с использованием информации из профиля пользователя.

Синтез изображения, которое учитывает когнитивные особенности пользователя (или группы пользователей) включает несколько основных этапов, описанных ниже:

• Формализация запроса для определения адекватного набора данных для удовлетворения информационной потребности пользователя.

• Выбор необходимых данных из хранилищ данных (геоданные, текстовые описания, мультимедиа данные, ссылки, и другие).

• Сопоставление (ассоциирование) и выбор графических данных (примитивов) со средствами отображения пространственной информаций, которые имеет подсистема визуализации.

• Синтез «предварительного» (не адаптивного) геоизображения.

• Совместный анализ «предварительного» геоизображения и профиля пользователя.

• Редуцирование «предварительного» геоизображения.

• Выбор средств отображения пространственных данных в соответствии с личным профилем пользователя (когда это возможно).

• Синтез результирующего когнитивного геоизображения.

Для обеспечения эффективного семантического редуцирования синтезированных геоизображений применятся метод оценки качества когнитивной геовизуализации. В основу данного метода положены расчет и оценка двух формальных критериев:

1) Критерий информативности геоизображения;

2) Критерий когнитивной загрузки геовизуализации.

Критерий информативности позволяет оценить формальные потери информации геоизображения как набора графических примитивов. Этот критерий используется на первом этапе редуцирования. Его значение показывает, какое количество графической информации может быть удалено из геоизображения без ущерба для его дальнейшего анализа. Критерий может быть применен как к изображению в целом, так и к его отдельным фрагментам, что актуально в условиях частого масштабирования геоизображений. Критерий когнитивной загрузки изображения позволяет оценить качество геовизуализации с учетом особенностей пользовательского представления. Оценка этого критерия дает представление о том, насколько удачно была произведена визуализация набора графических примитивов с точки зрения пользователя [25].

Для того чтобы геоизображение имело практическую ценность, оно должно отображать не просто объекты какой-либо предметной области, а конкретную ситуацию. Кроме того, для быстрого восприятия пользователем ситуации она должна быть представлена в соответствии с его ментальными стереотипами. Ситуационное реагирование в данном случае связано с когнитивной интероперабельностью. Таким образом, адаптивное геоизображение это субъективная репрезентация состояния географического объекта в виде связанного набора графических динамических компонент представления состояния и правил, описывающих их взаимовлияние в различных ситуациях, которые в совокупности позволяют пользователю образно оценить пространственно-временную ситуацию.

Чтобы эффективно визуализировать пространственно-временные ситуации необходимо определить язык описания ситуаций. На первом этапе описывается некоторая абстрактная ситуация, а на втором – конкретная предметная область и классы ситуаций этой предметной области. Таким образом, ситуация, описываемая в терминах предметной области, является надстройкой над базовой абстрактной ситуацией и содержит понятия наследующие понятия базовой ситуации. Данные о территории преобразуются в экземпляры понятий предметной области и отношения между ними, а ситуациями являются понятия более высокого уровня.

Дополнительный анализ:  Анализ Wildberries | Мониторинг цен, конкурентов, продаж на вайлдберриз

Ситуацию S можно представить как набор всех сведений о текущем состоянии или всех предыдущих состояниях объекта: S=<O, R, Е, F, Rul>, где: O – множество физических объектов; R – множество областей в пространстве; Е – множество событий; F множество предикатов, отражающих связи между элементами множеств О, R, Е; Rul – множество продукционных правил вида (F=>G) и (F<=>G), описывающих базовые механизмы логического вывода, в том числе ограничения на значения предикатов F, а также предусловия и следствия для прохождения событий Е.

В настоящее время наиболее распространен подход, при котором пространственная информация может быть представлена с помощью 4 видов объектов: точка; линия; полигон; растр. Open Geospatial Consortium в спецификации SLD 1.0 описывает возможные варианты визуализации этих объектов. Визуализация объектов описывается в файле стиля на языке xml в соответствии спецификации SLD 1.0. Эта технология решает лишь техническую задачу геовизуализации, отвечая на вопрос «как сформировать геоизображение», оставляя без ответа вопрос «каким должно быть геоизображение».

Классы ситуаций С можно представить, как: С = <O’, R’, Е’, F’>, где: О’ -множество переменных, обозначающих элементы множества О; R’ – множество переменных обозначающих элементы множества R; Е’ – множество переменных обозначающих элементы множества Е; F’ – подмножество F, каждый элемент которого является предикатом. Аргументами предиката являются элементы множеств O’, R’, Е’. Тогда, модель визуализации ситуации можно описать следующим образом. Множество классов ситуаций различных предметных областей разбивается на множества более высокого уровня. Тогда, визуализацию V можно представить как: V=<C Style>, где C – абстрактная ситуация; Style – стиль отображения в виде набора файлов стилей SLD.

Для определения ситуаций, которые интересуют пользователя, нужно формализовать категории пользователей. Для этого нужно определить на

множестве атрибутов понятий предметной области отношение порядка, определяющее значимость атрибута для данного пользователя или группы пользователей. Таким образом, можно описать наиболее важные пространственно-временные ситуации и определить соответствующие им абстрактные ситуации общие для всех предметных областей.

Заключение

Описанная адаптивная визуализация геоданных в социальных медиа может применяться и в других прикладных задачах. Например, в системах мониторинга пространственно-распределенных объектов, где пользователю необходимо анализировать большое геоизображение не перегруженное лишними деталями. Также подобный подход может использоваться для систем городской навигации, где геоинформация быстро меняется и необходимо учитывать контекст запроса при синтезе результирующего изображения. Адаптивная геовизуализация может найти применение везде, где нужно проводить визуальный анализ данных и при этом не перегружать сенсорную и когнитивную системы конечного пользователя.

Некоторые элементы предлагаемой технологии были реализованы в региональной системе радиологического мониторинга и прогнозирования для информационной поддержки принятия решений [23]. Количественно оценить выгоды использования технологии адаптивной геовизуализации в реальных геосоциальных сетях достаточно сложно. Это связано с тем, что исходный код всех популярных геосоциальных сетей является закрытым.

Литература

1. Aichner, T. Measuring the degree of corporate social media use / T. Aichner, F. Jacob // International Journal of Market Research, vol. 57, Mar. 2021. – Р.257-275.

2. Buettner, R. Getting a Job via Career-oriented Social Networking Sites: The Weakness of Ties / R. Buettner // in Proc. HICSS-49 Conf., Jan. 2021. – Р.2156-2165.

3. Boyd, D.M. Social network sites: Definition, history, and scholarship / D.M. Boyd, N.B. Ellison // Journal of Computer-Mediated Communication, vol. 12, Oct. 2007.

– Р.210-230.

4. Obar, J.A. Social media definition and the governance challenge: An introduction to the special issue / J.A. Obar, S. Wildman // Telecommunications policy, vol. 39, Aug. 2021. -Р.745-750.

5. Benkler, Y. The Wealth of Networks : How Social Production Transforms Markets and Freedom /Y. Benkle // New Haven, Conn: Yale University Press, 2006.- 515 p.

6. Toffler, A. The Third Wave / A. Toffler // USA: Bantam Books, 1980. – 543 p.

7. MacEachren, A.M. Research Challenges in Geovisualization / A.M. MacEachren, M.J. Kraak // Cartography and Geographic Information Science, vol. 28, Jan. 2001.

– Р.3-12.

8. Smith, M. Geospatial Analysis. A comprehensive guide / M. Smith, P. Longley, M. Goodchild // Free online book. The Winchelsea Press, 2021.

– Режим доступа: http://www.spatialanalysisonline.com/HTML/index.html.

9. An interactive visualization approach to the overview of geoscience data / J. Li и др. // Journal of Visualization, vol. 19, Feb. 2021. – Р.1-19.

10.Map Style Formalization: Rendering Techniques Extension for Cartography / S. Christophe и др. // in Proc. NPAR ’16 Conf., May. 2021. -Р.59-68.

11. N. Andrienko, N. Exploratory spatio-temporal visualization: an analytical review / N. Andrienko, G. Andrienko, P. Gatalsky // Journal of Visual Languages & Computing, vol. 14, Dec. 2003. -Р.503-541.

12. Dodge, M. Geographic visualization: concepts, tools and applications / M. Dodge, M. McDerby, M. Turner // US: John Wiley & Sons Ltd, 2008. – 325 p.

13. StickViz: A New Visualization Tool for Phenomenon-Based k-Neighbors Searches in Geosocial Networking Services / K. S. Kim и др. // in Proc. APWEB Conf., Apr. 2021. -Р.22-28.

14. Ma, D. Visualization of social media data: mapping changing social networks / D. Ma. -68 р. -Режим доступа:

https://www.itc.nl/library/papers 2021/msc/gfm/dingma.pdf. 2021.

15. Khalili, N. Mapping the geography of social networks / N. Khalili, J. Wood, J. Dykes // in Proc. GISRUK Conf., Apr. 2009. -Р.311-315.

16. Furht, B. (Ed.) Handbook of Social Network Technologies and Applications / B. Furht // New York: Springer Science Business Media, 2021. – 716 p.

17. Aggarwal, C. C. (Ed.) Social Network Data Analytics / C. C. Aggarwal // New York: Springer Science Business Media, 2021. – 497 p.

18. Seo, S. H. Geo-Social Tracking System for Detecting Unusual Behavior: Visualization of Social Activities based on Spatiotemporal Change / S. H. Seo, C. Chung // International Journal of Control and Automation, vol. 6, Aug. 2021. -Р.473- 482.

19. Radil, S.M. Spatializing Social Networks: Using Social Network Analysis to Investigate Geographies of Gang Rivalry, Territoriality, and Violence in Los Angeles / S.M. Radil, C. Flint, G.E. Tita // Annals of the Association of American Geographers, vol. 100, Aug. 2021. -Р.307-326.

20. Koylu, C. Understanding Geo-Social Network Patterns: Computation, Visualization, and Usability / C. Koylu. -157 p.-Режим доступа: http://scholarcommons.sc.edu/cgi/viewcontent.cgi?article=4058&context=etd, 1

21. Шишаев, М.Г. Проблема формирования эффективных картографических интерфейсов информационных систем для задач управления территориями / М.Г. Шишаев, Т.А. Порядин // Труды Кольского научного центра РАН. Информационные технологии. -Вып. 5, 2021. – С.69-76.

22. Вицентий, А.В. Визуализация в научных и инженерных исследованиях / А.В. Вицентий, М.Г. Шишаев // Научный альманах, №4, 2021. – C.192 – 196.

23. Вицентий, А.В. К вопросу о разработке когнитивных интерфейсов для систем информационной поддержки управления развитием пространственно-распределенных систем / А.В. Вицентий, М.Г. Шишаев // Научный альманах, №5, 2021. -C.123 – 127.

24. Solso, R.L. Cognitive Psychology / R.L. Solso, M.K. MacLin, O.H. MacLin // Boston: Allyn & Bacon, 2008. – 602 p.

25. A.V. Vicentiy, M.G. Shishaev, A.G. Oleynik / Dynamic cognitive geovisualization for information support of decision-making in the regional system of radiological monitoring, control and forecasting», in Proc. CS0C2021 Conf., Mar. 2021. -Р.483-495.

Сведения об авторах

Вицентий Александр Владимирович – к.т.н., научный сотрудник, доцент, е-mail: alx 2003@mail.ru

Alexander V. Vicentiy – Ph.D. (Tech. Sci.), researcher, docent

Связанные понятия

Система мгновенного обмена сообщениями

, Система обмена мгновенными сообщениями (англ. Instant messaging, IM) — службы мгновенных сообщений (Instant Messaging Service, IMS), программы онлайн-консультанты (OnlineSaler) и программы-клиенты (Instant Messenger, IM) для обмена сообщениями в реальном времени через Интернет. Могут передаваться текстовые сообщения, звуковые сигналы, изображения, видео, а также производиться такие действия, как совместное рисование или игры. Многие из таких программ-клиентов…

Унифицированные коммуникации

(англ. Unified communications, UC) — это технология, представляющая собой интеграцию услуг реального времени таких как: мгновенные сообщения (чат), информация о присутствии (presence), телефония (включая IP-телефонию), видеоконференция, совместная работа над документами, управление вызовами и распознаванием речи с унифицированными почтовыми системами (голосовая почта, электронная почта, SMS и факс).

Виртуальный ассистент

(англ. Virtual assistant) — мобильный программный агент, который может выполнять задачи (или сервисы) для пользователя на основе информации, введенной пользователем, данных о его местонахождении, а также информации, полученной из различных интернет-ресурсов (погода, уличное движение, новости, курсы валют и ценных бумаг, розничные цены в магазинах и т. д.). Примерами такого рода агентов являются программы Siri, Google Assistant (Google Now), Amazon Alexa, Microsoft Cortana, Hidi…

Термин

Веб-почта

(или веб-мейл, веб-служба электронной почты) используется в двух значениях. Первое служит для описания клиентской программы электронной почты, реализованной в виде веб-приложения, доступного через веб-обозреватель. В этой статье внимание фокусируется именно на этом использовании термина. Другое значение слова используется для описания службы электронной почты, работающей через веб-сайты, то есть это Webmail-провайдеры, такие как Hotmail, Yahoo Mail, Gmail, AOL Mail и Яндекс.Почта…

Фидоне́т

(от англ. FidoNet, /ˈfaɪdəʊnɛt/; коротко Фидо́) — международная любительская некоммерческая компьютерная сеть, построенная по технологии «из точки в точку». Изначально программное обеспечение FidoNet разрабатывалось под MS-DOS, однако в скором времени было портировано под все распространённые операционные системы, включая UNIX, GNU/Linux, Microsoft Windows, OS/2, Android, и Mac OS.

Оцените статью
Аналитик-эксперт
Добавить комментарий

Adblock
detector