基于社會性軟件和復雜信息系統的ＬＢＳ服務體系研究

(中國科學院 遙感應用研究所， 北京 100101)



摘 要：以往基于線性系統設計的LBS1.0系統割裂了系統與用戶、用戶與用戶之間的聯系，用戶被動地接受系統提供的功能和消費系統提供的數據，對系統的改善和優化、數據的更新沒有貢獻。基于Mobile Web2.0的LBS2.0系統，引入了社會性軟件和復雜信息系統的理論，利用用戶與系統、用戶與用戶之間復雜的社會關系，使用戶成為系統的一個節點，而不是一個端點，用戶不再只是被動的數據消費者，同時是系統的設計者、數據的報道者。運用Web2.0的元素，通過大量用戶自組織行為的涌現，利用集體的智慧和力量提高系統的自適應性，加強數據的現勢性、準確性；大量準確實時的數據衍生出大量有著準確可靠結果的空間分析、數據挖掘應用。實驗證明LBS2.0可以有效提高數據更新效率，提升LBS的服務質量，給用戶帶來更好的用戶體驗。



關鍵詞：基于位置的服務；服務質量；社會性軟件；復雜信息系統；Web2.0；Mobile2.0

中圖分類號：TP280 文獻標志碼：A

文章編號：10013695(2009)02055504



Study of LBS systems based on social software and complex information system



GUO Danhuai，CUI Weihong

(Institute of Remote Sensing Applications， Chinese Academy of Sciences， Beijing 100101， China)

Abstract:The LBS1.0 system based on linear system design separated relationships between users and system and the ones among users， the users accepted the functions provided by the system passively， consumed the data from the system and contri-buted little to system improving and data renewal. The novel LBS based on Mobile Web2.0 (LBS2.0)injected into concept of social software and complex information system， took advantage of the complex relationships between users and system， together with the ones among users， turning the user from an end of LBS system into a node of it and making the users from consumers of data into designers of system and reporters of data. LBS2.0 employed the element of Web2.0， emergence of a great deal of user selforganized behavior and collective intelligence to improve system adaption and data currency and accuracy. A great deal of highaccuracy and trustworthy data would promote a large number of spatial analyses and further applications of data mining with valuable result. It is proved in prototype systems that LBS2.0 is effective to improve data update efficiency and QoS of LBS system， and to better users experiences.



Key words:locationbased services；quality of service(QoS)；social software；complex information system；Web2.0；Mobile2.0

基于位置的服務（LBS)是通過無線網絡向用戶提供與位置有關的服務。LBS從只提供文字信息服務到提供簡單柵格圖形、矢量和柵格圖交互式查詢，現已發展到提供基于多數據源、多媒體的數據服務。但一直以來LBS的服務質量（QoS）是制約LBS進一步發展的瓶頸[1~3]。

1 LBS1.0存在的QoS問題

傳統的LBS系統(為表述方便起見，以下簡稱LBS1.0)的QoS問題主要表現在兩個方面：a）系統功能單一，軟件更新周期長，自適應性差(LBS固有的屏幕小、網絡連接不穩定等問題不在本文的討論范圍)[4]；b)數據質量不能滿足用戶需要，數據種類少，數據準確性和現勢性差，數據更新周期長。究其原因，主要有：a)LBS1.0系統采用線性系統設計方式，設計時用戶參與度低，系統升級周期長，軟件自適應性差，用戶需求的變化不能及時得到反饋，用戶被動地接受系統設計初期設計者根據原始設計思想和有限的用戶需求調查設計的功能。由于用戶的需求具有不確定性和難以測量的特點[5]，用戶的需求很難被設計者完全理解并實施到系統中。b)數據的來源單一，數據提供和更新的門檻高，LBS1.0系統中的數據主要是來源于專業的數據提供商，實時的數據少，個性化數據少，用戶只是單純地消費系統提供的數據，對數據更新沒有貢獻(圖 1)；數據缺乏評價，數據的可信度不確定；根據有瑕疵的數據進行空間分析和空間決策的結果準確性和可靠性差。以城市道路中最佳路徑查找(way finding)為例，由于數據庫沒有及時更新某條道路封閉，或改成單行道的信息，LBS分析提供的最佳路徑可能是無法通行的路線。

較低的QoS限制了用戶群的擴大，有限的用戶數量制約了LBS1.0系統功能和數據的更新和完善，又限制了QoS的提高。造成這一現象的根本原因在于LBS1.0割裂了系統和用戶、用戶和用戶之間復雜的社會關系，用簡單系統的方法處理復雜系統的問題。原有的線性系統思想對解決LBS系統目前存在的這些問題無能為力，必須引入新的解決思路。社會性軟件和復雜信息系統正視了人—機、人—人之間的社會關系，利用這些復雜的關系按照社會原則和社會機制以及用戶大量自組織行為的涌現來解決線性系統無法解決的難題[5，6]，為解決LBS面臨的難題提供了新的解決途徑。

2 基于社會性軟件和復雜信息系統LBS2.0系統

LBS系統從本質而言，屬于社會性軟件和復雜信息系統的范疇。目前對于社會性軟件還沒有統一的定義，張樹人及眾多研究者[5]都試圖對社會性軟件進行定義。綜合而言，社會性軟件應該具有以下特點：在使用過程中或能促進集體協作行為的形成、或能促進用戶社會關系網絡創建與發展、讓系統內的信息組織和用戶組成構成的社會組織一起按照社會原則和機制同步進化；以網絡形式提供遠程功能服務。其中基于網絡、自底向上、按社會原則和機制同步進化是社會性軟件的特點。復雜信息系統(也稱復雜適應性信息系統)是指具有大量組份、組份間存在著非線性關系、各個組份間能自主地按照一定的行為規則相互交互、從而自底向上形成不同層級的自組織系統。個體復雜性、社會復雜性和生態復雜性是復雜信息系統的特點[5，6]。社會性軟件和復雜信息系統的設計原則為：a）功能設計的自底向上原則；b）功能主體粒度劃分的單一任務原則，即一個功能單元剛剛能完成一個完整的有意義的任務；c）功能主體的多層次開放原則；d）人件設計的人機對等原則；e）盡可能縮短反饋路徑的原則[5，7]。社會性軟件系統和復雜信息系統有一個共同特點是，一開始系統需求不明確、功能不夠完善，隨著系統使用者的增多、數據的充實，系統的功能會越來越完善，而且由于系統的自組織性特點，還可能衍生出大量設計人員沒有預計到的應用。社會性軟件和復雜信息系統最典型的例子就是當今互聯網中方興未艾的Web2.0[5]。

2.1 基于Mobile Web2.0的LBS服務體系

Web2.0的概念來自于2003年的一個會議，展開于O’Reilly公司和Meidia Live國際公司之間的頭腦風暴部分。目前沒有一個統一的定義，但其理念被廣泛地運用在互聯網領域并取得了巨大的成功。Web2.0的提出者Tim O’Reilly[8]認為Web2.0是一種理念而不是一種新技術，在這個理念中包括以下七個元素：a)以Web為平臺；b)借助智慧的設計；c)數據是系統的核心；d)永遠都是測試版；e)輕量級編程模式；f)可在不同設備上運行；g)豐富的用戶體驗[8]。以Google、BitTorrent、Wikipedia和Blogging等為代表的Web2.0網站取得了巨大的成功，點擊率和用戶體驗在短時間內超越了很多傳統的Web1.0時代的網站。Mobile2.0是Web2.0在移動計算領域的擴展，其概念誕生于幾乎與Web2.0同一時期，起先的名字叫做Mobile Web2.0，最終為人熟知的是2006年11月在舊金山舉行的第三屆Web2.0峰會上，其間Ajjt Jaokar等人都對Mobile2.0的概念進行了研究和闡述[9]。Ajjt Jaokar和Tony Fish總結了Mobile2.0（Mobile Web2.0）的根本特征有以下幾個方面：a)通過移動設備利用集體智慧，即通過便攜移動設備人們成為一個報道者而不僅僅是消費者；b)由互聯網驅動但無須端對端的網絡協議；c)選擇和安裝服務時，PC作為一個本地存儲和配套設備[10]。

Web2.0和Mobile2.0都把用戶放在系統的重要位置，注重用戶的體驗，用戶不僅是數據的消費者還是數據的報道者，利用用戶的自助服務和算法上的數據管理，將觸角延伸至整個網絡的各個邊緣而不僅僅是中心，延伸至長尾而不僅僅是頭部(長尾法則)[8]。基于Web2.0和Mobile2.0的LBS系統（以下簡稱LBS2.0）將Web2.0和Mobile2.0的理念運用到LBS系統的設計、運行和進化中，借鑒Web2.0的成功經驗發展LBS，為用戶帶來更好的體驗。

2.2 LBS2.0服務體系結構

與LBS1.0一樣，LBS2.0體系也分為三層結構(圖2)： a）數據層(database)，包括空間數據和非空間數據，還包括有空間位置信息的位置網上日志LBlog（location Web log）和用戶移動的軌跡數據；b）功能模塊 (function) 層，主要負責用戶和數據層之間的聯系，包括地圖訪問、數據采集、提取標簽、對頁面進行評價、即時通信、空間分析、數據挖掘和插入廣告等，這些功能單元是動態變化的；c）用戶層，包括各式各樣的用戶接入設備和用戶環境。從圖2可以看出，在數據層、數據庫之間的聯系是緊密的，各個數據類型之間存在數據交換；用戶和LBS2.0系統之間不再是單向而是雙向的數據連接，用戶和用戶之間建立了連接關系，整個系統形成一個以LBS2.0為平臺的網絡。

在整個LBS2.0的體系中，數據處于核心的地位，是LBS2.0系統的關鍵，其質量決定了應用系統的服務質量。數據層中空間數據庫存儲空間地理信息的基礎數據；非空間數據庫存儲與空間位置有關聯的非空間信息，如天氣、道路通暢實況、標記點等；LBlog是用戶通過LBS2.0平臺撰寫的位置網上日志，包括對交通狀況的描述、標記點的評價等。與普通網站上的Blog不同的是，LBlog描述的地理對象都有通過定位設備(如GPS)采集的準確地理坐標，用戶可以對LBlog自由添加標簽以建立檢索關系；track文件保存的是用戶通過定位設備采集的軌跡(包括三維坐標、時間、速度和方向等信息)，track文件也可添加標簽。數據層各個數據單元聯系緊密，通過特定搜索算法保持數據的關聯，如在某篇LBlog中提到某條道路已改成單行道，經過必要的數據驗證后，在空間數據庫中該條道路的屬性就可以被修改為單行道。功能模塊層包括了LBS2.0系統的功能模塊(圖 3)，承擔著數據層和用戶層的數據聯系。同時，地圖訪問(map access)、數據采集(data collecting)、網頁摘要(RSS)、網頁評級(page rank)、社會關系處理(social relationship)、空間分析(spatial analyst)、數據挖掘(data mining)、即時通信(instant message)、即時消息（instant information）、插入廣告(Ads)、開放用戶接口(APIs)和其他應用等功能都由功能模塊來完成，每個功能模塊只完成一項獨立的工作，功能模塊之間的關系是松耦合的。由于社會性軟件的自組織特性，功能單元的功能模塊是在不斷變化調整的，用戶可以通過開發新的功能模塊在通過審核后加入到功能模塊層中來。用戶層位于整個體系結構的最外層，卻是整個系統最重要的部分，系統設計的最終目的是為用戶服務的，用戶的滿意度也是通過用戶終端體現的。LBS2.0的終端具有自適應性和自助服務的特性[11，12]。在LBS2.0中，移動用戶的定位設備采集的實時位置信息，通過客戶端把track數據自動上傳到數據庫。用戶在享受LBS2.0服務的同時承擔了數據采集的任務。用戶還可以撰寫LBlog，也通過對數據的訪問對數據進行評價，可以與“好友”進行文字、語音和視頻通信。用戶大量的自組織行為特征在用戶層涌現。

2.3 LBS2.0服務體系應用

LBS2.0系統是一個社會性、自組織的復雜自適應系統，LBS2.0體系給用戶帶來了許多前所未有的應用，隨著用戶數量的增多，還可能出現許多超出設計者當初設想的應用。例如，作為Web2.0時代標志性產物的Blog原來是設計為一種日記形式的個人網頁，但Blog按時間順序來排列的結構以及Blog之間的相互引用“看起來像是一個微不足道的變化，但卻推動著一個迥然不同的分發、廣告和價值鏈” [5，8]。

1)數據采集與更新 

LBS2.0系統中的數據采集主體大大地擴大了，除了原有的負責地理數據更新的測繪部門和專門的非空間數據提供商外，用戶也參與到數據采集和數據更新中，數據類型也從空間數據和非空間數據到LBlog數據和track數據，數據的實時性更高、粒度更小。通過用戶對數據的評價增強了數據的可信度。同時LBlog和track數據提供了基礎地理數據更新的線索，測繪部門可以根據這一信息對數據進行測繪和數據更新(如果不是直接根據track進行數據更新)。

2)數據共享

LBS2.0不再將用戶和系統、用戶和用戶之間的聯系割裂，而是鼓勵進行數據共享，通過數據共享發揮數據的效能，并創造出更豐富的數據。LBS2.0把社會關系引入到系統中，除了共享LBlog和track外，用戶還可以在授權的情況下共享“好友”的實時位置，與“好友”進行文字、聲音和視頻通信，也可以共享系統中匿名用戶的信息，查詢實時情況下或某個歷史時刻某個地區的汽車數量和車速等信息，并由此推斷出該地區的交通狀況。

3)空間分析

LBS1.0系統中也有空間分析功能，不同之處在于LBS2.0空間分析的數據來源于實時更新的空間數據、非空間數據與LBlog和track數據，數據更加豐富、真實、準確和實時，其精度和現勢性高、數據粒度小。例如在LBS1.0系統中，天氣情況時空粒度一般到某個城市某天的天氣綜合情況（來源于氣象部門），在LBS2.0系統中，有可能精確到當前時刻城市不同區域的天氣差異。LBS2.0空間分析的結果準確性更高、可靠性更好。

4)數據挖掘

LBS2.0中，海量、準確、實時、客觀的數據隱藏了許多有意義的知識，這些知識的發現需要依靠時空數據挖掘（spatiotemporal data mining）來實現。一方面，LBS2.0運用時空數據挖掘和Web數據挖掘技術，可以發現隱藏在數據背后的規律，指導用戶更好地規劃自己的行動[13~15]；同時由這些數據挖掘出來的規律還可以為其他行業提供決策的依據。例如根據在上下班時間車輛的流向，可以分析出城市的商業區和住宅區的準確分布，依此可以為政府城市道路規劃、城市功能區的劃分、商業機構商業網點的設置提供依據。

5)輕量級的開發

LBS2.0應使用大量的開放式接口，吸引用戶和開發人員參與進來，允許將LBS2.0嵌入到其他移動應用中，縮短用戶和開發人員的反饋途徑，加速系統功能更新和完善，拓寬應用的范圍。

2.4 LBS2.0的服務質量

a）LBS2.0解決了數據貧乏和數據更新的難題。如前文所述，數據貧乏和數據的現勢性一直是困擾LBS服務質量的一大難題，LBS2.0不僅在非空間數據的更新上比以前更快捷、更準確（根據Wikipedia的經驗，只有那些公允準確的描述才能最后被保存下來），而且LBlog和track數據還可以為空間數據更新提供線索。

b)集中了集體的智慧。單個螞蟻的力量和智慧都是有限的，但螞蟻群體的行為最終可以體現出很高的智慧和高度的組織性，能完成單個螞蟻無法完成的任務。大量的微觀個體之間的交互能夠“涌現”宏觀系統狀態的躍遷現象[5]，這些現象已經被大量的社會性軟件所證實。LBS2.0集中所有參與LBS系統人的智慧，在一個統一網絡平臺下解決LBS的問題。

c)去中心化。LBS2.0網絡不再是僅僅以一個中心為核心，而是擴展到邊緣，體現長尾法則[8]。邊緣型服務網絡的優點在于，比中心型服務網絡更注重網絡的服務質量，更能夠提高用戶的體驗感。

d)個性化服務和自助式服務。線性系統的個性化服務主要體現在用戶上下文的感知、用戶環境的自定義[12]。在LBS2.0中，個性化的服務體現在：什么樣的服務以什么樣的形式提供、什么樣的人需要什么樣的服務、什么樣的人才能得到服務、什么樣的人以前可能知道什么、什么樣的人有什么樣的使用習慣、什么樣的人有什么樣的社會網絡。

e)引入社會性軟件和復雜信息系統的思想。LBS是一個由大量個體參與的網絡系統，這也就決定了LBS不是一個簡單的線性系統。而社會性軟件和復雜信息系統組份間大量的非線性和自組織行為、自底向上形成不同層級的特點[5]與LBS系統的特點是吻合的。

f）提高了服務質量，增加了用戶體驗。這是基于Web2.0或Mobile2.0的網站和軟件具有的共同特點。這些系統中，軟件采取動態雙向pull模式而不是靜態push模式，把用戶變成了LBS系統的一部分，提高了用戶體驗。

2.5 LBS2.0體系關鍵技術和非技術難題

LBS2.0不同于以往的LBS1.0系統，它給LBS系統帶來新理念的同時，也帶來了一些需要解決的難題。a）數據屬于誰的問題，用戶大量的LBlog和track版權等歸屬問題[16]；b）移動數據的數據挖掘問題[13，15]，真正能指導用戶、幫助用戶的是知識，知識的獲取來源于數據挖掘和知識發現，必須使用高效的適合移動目標和Web環境下的時間數據挖掘算法；c）用戶多少的問題，Web2.0和Mobile2.0的特點在于用戶群的急劇增加而涌現的集體智慧現象[8]，如果用戶太少，系統的社會性就很難體現出來；d）安全和個人隱私保護的問題，系統的開放性和國家安全與個人隱私保護之間的矛盾；e）輕量級的開發，簡單可視化的開發才能促進開發群的擴大，從而推動LBS2.0的應用。

3 實驗系統

筆者開發了一個LBS2.0的原型實驗系統，以云南省昆明市作為實驗區。昆明市自2005年對城市規劃、道路進行了比較大的改造，市區道路單行線，禁止左轉措施較多，新建了多條城市干道。原型系統主要測試用戶對數據更新的貢獻和用戶之間的行為特征。原型系統共挑選了12個用戶，其中4人是出租車司機，6人是私家車司機，2人騎自行車出行，假設所有用戶之間都有社會關系；移動端硬件使用的是帶GPRS和GPS的PDA手機。數據庫的空間數據是1999年更新的基礎地理數據，實驗共進行了15天，測試期選擇在昆明局部氣候變化較大的9月。實驗結果如表1所示。

表1 LBS2.0原型系統測試結果

測試項測試結果

track2.08 MB

LBlog546條

道路屬性更新64條

新增道路信息3條

即時通信3 422次

測試結果表明，LBS2.0原型系統中用戶對數據更新有較大的貢獻，由于出租車運行范圍基本覆蓋整個主城區，道路更新信息采集得比較完整；用戶之間的數據通信頻繁，已經具有社會性行為的特征。由于用戶太少，沒有觀察到用戶之間大量自組織行為的涌現，但可以看到LBlog的數量較大，用戶之間的即時通信量也較大，已經初步具有了社會性軟件的特征。實驗證明LBS2.0的數據更新是高效的，用戶之間行為特征具有自組織和社會性的特征。

4 結束語

LBS2.0具有了社會性軟件和復雜信息系統的特點，運用社會性軟件和復雜信息系統的思想，可以有效解決困擾當前LBS系統功能單一、數據質量差導致的服務質量差的難題，擴大LBS2.0用戶群，提高LBS2.0系統的服務質量，并可衍生出更多深層次的應用。從目前以Google Map和Google Earth等Web2.0的軟件取得的成績以及本文的LBS2.0原型系統實驗結果可以看出，基于社會性軟件和復雜信息系統的LBS2.0是可行的。下一步的工作將集中在大數量用戶行為社會性屬性涌現的研究和高效面向LBS2.0的時空數據挖掘算法的研究上。

參考文獻：

［1］

趙村民.Web GIS的QoS問題及關鍵技術研究[D].北京：中國地質大學，2005.

[2]陳飛翔，楊崇俊，申勝利，等.基于LBS的移動GIS研究[J].計算機工程與應用，2006，42（2）：200202.

[3]LEONHARDT U L F，MAGEE J，DIAS P.Location service in mobile computing environments[J].Computers Graphics，1996，20(5)：627632.

[4]GRESSGARD L J，STENSAKER I.The mobile service industry:strategic challenges and future business models[J].International Journal of Mobile Communications，2006，4(5):509531.

[5]張樹人.從社會性軟件、Web2.0到復雜適應信息系統研究[D].北京:中國人民大學，2006.

[6]苗東升.系統科學精要[M].北京:中國人民大學出版社，2002.

[7]ZACK M H.Researching organizational systems using social network analysis[C]//Proc of the 33rd Hawaii International Conference on System Sciences.2000:7043.

[8]O′REILLY T.What’s Web2.0[EB/OL].[20070709].http://www.oreillynet.com/pub/aloreiIIyIti mInews/2005/09/30/whatisweb20.html.

[9] 王瑞彬.走向Mobile2.0[J].中國電子商務，2007(4):2735.

[10]JAOKAR A，FISH T.Mobile Web 2.0[M].London:Future Text Limited，2006.

[11]MASTHOFF J.The evaluation of adaptive systems，adaptive evolutionary information systems[M].Hershey，PA:Idea Group Pub，2003.

[12]KOSKELA T，KOSTAMO N，KASSINEN O，et al.Towards context-aware mobile Web2.0 service architecture[EB/OL].[20070301].http://www.mediateam.oulu.fi/publications/pdf/1070.pdf.

[13]陳婷.基于Web挖掘實現網站自適應[D].重慶:重慶大學，2005.

[14]JOSHI A，FININ T，JAVA A，et al.Web (2.0) mining:analyzing social media[C]//Proc of the NSF Symposium on Next Generation of Data Mining and GyberEnabled Discovery of Innovation.2007.

[15]LEE J W，PAEK O H，RYU K H.Temporal moving pattern mining for locationbased service[J].Journal of Systems and Software，2004，73(3):481490.

[16]HAAKER T，FABER E，BOUWMANNH.Balancing customer and network value in business models for mobile services[J].Internatio-nal Journal of Mobile Communications，2006，4(6): 645661.