面向任務的駕車導航POI分級體系構建的研究

方 成，劉 銳，陳萬鵬

(信息工程大學 地理空間信息學院，河南 鄭州 450001)

面向任務的駕車導航POI分級體系構建的研究

方 成，劉 銳，陳萬鵬

(信息工程大學 地理空間信息學院，河南 鄭州 450001)

POI分級體系的構建是POI自適應表達的關鍵。文中從影響駕車導航的因素出發，對駕車導航任務進行歸納，然后針對不同的導航任務，采用定性定量相結合的方式，通過問卷調查、焦點小組法以及數理統計的方法，構建對應不同導航任務的POI分級體系，滿足駕車導航POI自適應表達的需要。

駕車任務；駕車導航；POI分級

隨著導航技術的發展，導航電子地圖在各領域得到廣泛應用，用戶需求也日趨多樣化、專業化。目前市面上已有的地圖APP對導航任務的劃分局限于駕車、公交、步行三種，顯然滿足不了現實情況中尤其是駕車時復雜多變的導航需求。不同駕車任務時導航電子地圖內容表達尤其是興趣點(POI)表達的固化，造成了用戶需求信息的不明顯甚至缺失，地圖信息傳輸效率低，用戶體驗差。

POI分級體系的構建是導航電子地圖自適應表達的重要組成部分。當前學者對于分級體系構建的研究：江南等基于中小比例尺基礎電子地圖多尺度顯示模型，建立電子地圖多模式顯示分級體系[1-2]。賈奮勵根據數據源中每種比例尺數據中居民地情況構建了居民地多尺度模型[3]。趙軍喜等提出基于用戶應用特征的導航電子要素分級體系[4]。以上研究主要側重于兩個方面：一是根據數據源的比例尺對要素進行分級；二是綜合多種用戶的應用特征構建單個的分級體系。卻都沒有針對不同的駕車任務進行特征分析，建立具有針對性的駕車導航POI分級體系。

本文針對不同的駕車任務構建具有針對性的POI分級體系，以服務于駕車導航模式。首先通過對駕車任務進行歸納總結，在定性分析不同駕車任務POI的需求特點后，采用問卷調查與數理統計的方法計算每種導航任務下各POI的需求度權值，最終構建了面向任務的駕車導航POI分級體系。

1 面向駕車的導航任務劃分

面向駕車的導航任務劃分，其本質是根據影響駕車任務的因素對駕車導航模式進一步細分。不同的駕車任務有著不同的POI需求，而同一POI在不同的駕車任務情況下其重要性也不一樣。這對導航電子地圖內容的顯示、路徑規劃以及導航服務的個性化有著重要意義。而以前的導航電子地圖在POI的表達方面千篇一律，所有的駕車任務下POI的表達都遵從同一個標準，導致用戶所需要的POI不明顯甚至缺失，不需要的POI卻很多，加大了地圖的載負量，加重用戶的認知負擔，無法滿足用戶需求。面向駕車的導航任務的劃分，可以使駕車導航模式細化，有利于導航電子地圖自適應表達的實現。

1.1 影響因素分析

影響駕車任務的因素較多，主要包括用戶的出行目的、行程距離、車輛類型、外部環境等，如表1所示[5]。但在進行面向駕車的導航任務劃分時，考慮到出行目的與行程距離兩種因素與POI的關系較緊密，影響到POI重要性程度的劃分，即影響了POI分級。因此，本文主要對出行目的與行程距離進行分析。本文從導航過程中POI的需求出發進行面向駕車的導航任務劃分，考慮到出行目的與行程距離兩種因素與POI的關系較緊密，影響到POI重要性程度的劃分，即影響了POI的分級。因此，在進行面向駕車的導航任務劃分時，本文主要對出行目的與行程距離兩種影響因素進行分析。

表1 影響多駕車任務劃分的因素

1.1.1 出行目的

出行目的是指用戶駕車出行的目的，是用戶制定導航任務的前提與主要依據。不同的出行目的下用戶對導航過程中POI的關注程度是不一樣的，同一POI對不同的出行目的重要性也不一樣。出行目的是影響駕車導航任務劃分的最主要因素。

為獲取導航用戶常用的出行目的信息，本文在信息工程大學、鄭州新區航空港區域、天津交通學院三處對駕車導航用戶進行了有關出行目的的問卷調查，共發放問卷100份，收回有效問卷87份，得到調查統計結果如表2所示。

通過對問卷進行統計分析，可將出行目的歸納為：日常出行、自駕旅游和物流運輸三大類。同時可得出不同出行目的時的POI需求特征：①日常出行時，導航電子地圖成生活信息服務的重要入口[6]，各類生活類服務設施，如餐館、電影院、銀行等POI重要性高；②自駕旅游時首要關注的POI是旅游景點，而在景點內部，景區住宿、停車場、餐飲等POI也需要著重考慮；③物流運輸時關于道路的各類警示牌、餐飲食宿、收費站、綠色通道等是優先關注的POI。而同一POI在不同的出行目的下其受關注的程度也不一樣，如超市、商場等大型購物服務點一般是日常出行的目的地，是用戶關注的重點，重要性程度高；在自駕旅游中大型購物服務點雖重要性下降，也常常會被所用戶考慮，重要性程度較高；但在物流運輸過程中，當用戶有購物需求時，一般更偏向于小巧靈活的便利店，而不是大型的購物服務點，此時超市、商場等POI重要性程度低。

表2 導航用戶出行目的問卷調查統計表(部分)

1.1.2 行程距離

行程距離是指整個駕車任務完成期間，需行駛的總長度，可根據用戶選擇的目的地大概確定。行程距離與POI的關系表現為兩個方面：一是不同的行程距離下，用戶對POI都有著不同的需求，隨著行程距離的增長，加油站、汽車修理廠以及餐飲食宿類POI的需求程度也在增長；二是同一POI所處的地理位置不同，重要性也不同，因為不同行程距離范圍內POI的分布是不一樣的，在城市內部POI一般種類多且分布密集，而郊區POI種類少且分布稀疏。因此，行程距離也是影響導航任務劃分的主要因素，它在空間尺度上對導航任務進行了劃分，將其分為市內出行和長途出行兩類。

市內出行時行程短，且在市區內各類POI的分布均比較密集，車輛與人員的需求都能得到及時滿足，此時主要考慮的是城市功能結構以及城市道路的復雜性，標識性建筑、紅綠燈、交通指示牌等POI需賦予較高的重要性等級；長途出行時行程距離長、時間長，車輛與人員的需求復雜，對服務區、加油站、維修站點等相關POI的依賴度高，同時高速出入口、收費站等信息也是用戶較為關注的，需重點表示。

1.2 駕車導航任務劃分

導航任務主要由出行目的和行程距離兩大要素共同決定，根據出行目的可將其劃分為日常出行、自駕旅游以及物流運輸三類；根據行程距離將其劃分為市內出行和長途出行。通過出行目的和行程距離兩兩相互組合，將導航任務最終劃分為市內日常出行、長途日常出行、市內自駕旅游、長途自駕旅游、市內物流運輸以及長途物流運輸六類，如圖1所示。導航任務的劃分為面向駕車導航任務的POI分級體系的構建奠定了基礎。

圖1 面向駕車的導航任務劃分

2 面向駕車導航任務的POI分級體系構建

以導航任務的劃分為基礎，構建面向任務的POI分級體系是POI自適應表達的關鍵，有利于駕車導航模式自適應的實現。與已有的POI分級體系相比，面向任務的POI分級體系有著獨有的優點。首先，該分級體系研究的對象是駕車導航時用戶可能會關注的POI，而不是所有的POI，這樣可以在不影響用戶使用的情況下，減小數據量，提高計算效率；其次，分級標準并不是單一的，而是針對六種不同的導航任務分別構建了具有針對性的POI分級體系，以滿足用戶在不同駕車任務下的需求，有利于提高導航服務個性化。

目前，用戶駕車導航過程中關注的POI可分為13大類：汽車服務、餐飲服務、購物服務、生活服務、醫療保健、住宿服務、風景名勝、交通設施、金融保險、公共設施、政府機構、運動休閑服務、科教文化服務[5]，對各大類進行細分可進一步得到POI中類。本文主要是在大類的基礎上對75個中類進行POI分級研究。

2.1 研究方案設計

POI分級的實質是對POI的重要性進行分級。本文針對市內日常出行、長途日常出行、市內自駕旅游、長途自駕旅游、市內物流運輸、長途物流運輸6類駕車任務，根據任務需求對POI進行重要性評估，對評估結果進行分級，從而得到每種導航任務下的POI分級體系。研究主要分為三個部分：定性分析、調查統計分析和試驗驗證，見圖2。

圖2 面向任務的駕車導航POI分級體系構建的研究方法

1)定性分析：參照已有的POI分級規范與研究成果，結合日常認知與經驗對不同駕車任務下的POI重要性進行評估，得出POI的定性分級。本文主要參照高德地圖POI分類分級體系、《GB/T 13923-2006基礎地理信息要素分類與編碼》[7]。

2)調查統計分析：在定性分析的基礎上，通過問卷調查的方法調查用戶在日常出行、自駕旅游、物流運輸三類出行目的下各POI種類的重要性，并通過焦點小組法進行市內出行與長途出行需重點關注的POI的討論。對調查結果進行統計分析，計算出不同駕車任務下各POI種類的重要性權值，構建分級模型，得到定量分級的POI分級體系。

3)試驗驗證：利用得到的POI分級體系繪制樣圖，運用啟發式評價法，觀察并記錄用戶的使用過程與體驗，對POI分級體系進行驗證與完善。

2.2 可用性調查分析

可用性調查是指通過問卷、交談或直接觀察用戶的產品使用過程，來得知用戶的需求、交互效率以及對產品的滿意程度[8]。常用的調查方法主要有：問卷調查、用戶訪談、焦點小組法等[9]。

2.2.1 數據獲取

由圖1可以看出，百香果果汁添加量對酸奶的品質有明顯影響,感官評分隨百香果汁添加量的增加呈先升高后降低的趨勢。當不添加果汁時，酸奶風味較淡，感官評分為68；當添加量為6%時，酸奶具有百香果獨特香味、凝乳好、口感佳，感官評分最高，為84分；當添加量達到8%時，酸奶較粗糙，缺少細膩感，綜合品質明顯降低。因此，6%的果汁添加量最佳。

數據的獲取分為兩部分，一是日常出行、自駕旅游、物流運輸三類出行目的設計調查問卷供用戶進行打分，評分標準分為四個等級：絕對重要(3分)；非常重要(2分)；一般重要(1分)；無影響點(0分)，問卷調查表如圖3所示，分別計算在三類出行目的下各POI類的重要性評分算數平均值。二是通過焦點小組法，建立兩個焦點小組(每組20人)邀請用戶就75類POI中類分別討論市內出行和長途出行兩種行程距離下需關注的POI，統計相關POI出現的頻率，并根據詞頻賦予各POI中類相應的重要性評分，標準為

式中：score表示POI被賦予的重要性評分，f表示在小組討論中該POI名稱出現的詞頻。統計結果見表3、表4。

出行目的: A.日常出行 B.自駕旅游 C.物流運輸請根據行車過程中對地物興趣點的關注程度,為以下興趣點打分。打分原則:絕對重要(3);非常重要(2);一般重要(1);無影響(0)要素中類重要性評分中類重要性評分汽車服務加油/氣站汽車維修/養護汽車租賃金融保險銀行ATM保險證券/財務

圖3 不同出行目的下POI重要性問卷調查表(部分)

2.2.2 POI權值確定

目前，確定統計數據權值的方法主要有：專家打分法、灰色評估法、模糊綜合評判法、費用效益分析法、基于神經網絡的方法和主成分分析法等[10]。本文采用加權平均法確定每種駕車任務下各POI中類的重要性權值，計算簡單、解釋直觀。

把從出行目的和行程距離兩個角度調查得到的POI重要性評分按加權平均法處理，得到POI權重值，計算式為

式中：Pi為第i類POI中類權重值；K為歸一化因子，用以確保Pi的取值范圍為[0,1]，這里取K=0.1；Pi1為考慮出行目的時第i類POI中類的權重值；L1為出行目的影響系數；Pi2為考慮行程距離時第i類POI中類的權重值；L2為行程距離影響系數。L1，L2可根據經驗直接賦值，本文選取L1=0.6，L2=0.4。根據式子可計算出某一確定駕車任務下各POI中類的最終權值。對POI權值進行合理性檢驗后，作為下一步分級處理的數據基礎。

表4 長途出行焦點小組討論結果表

2.3 分級處理與分級體系的建立

數據分級處理的關鍵是分級數和分級界線的確定[11-12]。一般分級數為4～7級，本文考慮到計算得到的POI權重值數據的分布范圍以及導航電子地圖認知環境復雜、設備尺寸小的特點，將分級數確定為5級；而分級界線的確定主要采用一定的分級方法來解決，常采用的分級方法有：傳統分級法、統計分級法、具有數學規則的最優分級法和最優分割分級法等[13]。本文選用傳統分級法中的等差數列分級法構建分級模型，此時產生的分級界線是規則變化的，易于理解。計算式為

式中：Xmax為POI權重值中的最大值；Xmin為最小值；N為選定的分級數，此時N=5；K為公差。

以市內日常出行為例，此時Xmax=0.263 3，Xmin=0.051，計算結果精確到小數點后兩位數，分級處理結果如表5所示。

表5 市內日常出行分級模型計算結果表

2.3.2 面向任務的POI分級體系的建立

對POI重要性權值進行分級處理后，可得到對應不同導航任務的POI分級體系。以市內日常出行駕車任務為例，構建相應的POI分級體系如表6所示。按重要性等級從高到低的順序，分級體系共分為5個等級。其中第一級重要性最高，包括停車場/區、便利店等6種POI，第五級重要性最低，共包括15種。其余各等級包括的POI分別為，第二級13種，第三級22種，第四級19種。

表6 市內日常出行POI分級體系

2.4 試驗及分析

為了驗證分級結果的正確性，本文選取鄭州市地區導航電子地圖作為實驗數據，在多尺度顯示模型的基礎上[1，14]，在基于Android的實驗平臺上進行可視化表示。將樣圖發放給原調查用戶中的部分人員，通過用戶訪談的方式對得到的分級體系的可用性進行調查分析。受實驗數據的約束，樣圖只包括市內日常出行、市內自駕旅游、市內物流運輸三種駕車任務，而缺少長途日常出行、長途自駕旅游和長途物流運輸的試驗樣圖。實現效果如圖4所示。

訪談結果表明，利用面向任務的POI分級體系進行地圖表達時，在具體的駕車任務下，重要性等級高的POI突出顯示，而重要性低的POI需在載負量允許的條件下按權值大小進行選擇性表示，當載負量不允許時通常不予顯示[15]，這樣可以提升地圖的層次性與清晰性，減輕用戶認知負擔，提升用戶體驗。

3 結束語

面向任務的駕車導航POI分級體系立足于每種駕車任務的應用特征，具有明確的針對性，在保證導航電子地圖清晰性與層次性的基礎上，提高導航電子地圖信息傳輸效率。

本文立足于導航電子地圖自適應表達的需求，針對不同駕車任務對POI的需求，對駕車導航模式進行細分，并通過可用性調查與數理統計的方式，探討每種導航任務下各POI的重要性權值，由此建立面向任務的駕車導航POI分級體系并進行樣圖試驗。試驗結果表明面向任務的駕車導航POI分級體系，對推進導航電子地圖個性化有一定參考價值。

[1] 江南，白小雙，曹亞妮，等.基礎電子地圖多尺度顯示模型的建立與應用[J].武漢大學學報(信息科學版)，2010，35(7):768-772.

[2] 江南.電子地圖多模式顯示的研究與實踐[D].鄭州：信息工程大學，2010:35-40.

[3] 賈奮勵.電子地圖多尺度表達的研究與實踐[D].鄭州：信息工程大學，2010:55-70.

[4] 趙軍喜，江南，孫慶輝，等.基于用戶應用特征的導航電子地圖要素分級體系構建[J].測繪通報，2015(9):44-47.

[5] 劉銳.面向多駕車任務的導航系統關鍵技術研究 [D]．鄭州：信息工程大學，2016:15-16，25-40.

[6] 手機地圖將成生活信息服務的重要入口：查詢周邊生活信息的用戶已占29.2% [EB/OL].(2013-06-18)[2016-05-28]. http://blog.sina.com.cn/s/blog_5101b9050101mk98.html.

[7] 中華人民共和國國家質量監督檢驗檢疫總局，中國國家標準化管理委員會.基礎地理信息要素分類與編碼:GB/T 13923-2006[S].北京：中國標準出版社，2006.

[8] 周睿.基于可用性的手機交互界面設計研究[D].南京：南京理工大學，2006:9-12.

[9] 張曉楠，江南，曹亞妮，等.基于可用性調查的電子地圖多模式符號體系建立[J].測繪通報，2012(2)：26-30.

[10] 胡永宏，賀思輝.綜合評價方法[M].北京：科學出版社，2000.

[11] 何宗宜.地圖數據處理模型的原理與方法[M].武漢：武漢大學出版社，2004:78-81.

[12] 陳毓芬，江南.地圖設計原理[M].北京：解放軍出版社，2001:113-116.

[13] 秦寬，賈月玲，楊俊杰.基于感受綜合的電子地圖多尺度顯示技術[J].測繪技術裝備，2001，9(1)：20-22.

[14] 王家耀，孫群，王光霞，等.地圖學原理與方法[M].北京：科學出版社，2006.

[15] 曾李陽，齊華，譚明建，等.基于天地圖的POI數據采集系統設計與實現[J].測繪與空間地理信息，2016,39(3):55-58.

[責任編輯：李銘娜]

Establishing a task-oriented driving navigation POI classification system

FANG Cheng, LIU Rui, CHEN Wanpeng

(School of Geospatial Information, Information Engineering University, Zhengzhou 450001, China)

The establishment of POI classification system is the key to POI self-adaptive expression. This paper summarizes the driving navigation tasks based on the influence elements of driving navigation. Then a POI classification system is established through both quantitative and qualitative surveys as to the different navigation tasks. The questionnaire method, focus group interviews and mathematical statistics are used to establish this POI classification system to fulfill the POI self-adaptive expression’s needs of driving navigation.

driving task; driving navigation; POI classification

著錄：方成，劉銳，陳萬鵬.面向任務的駕車導航POI分級體系構建的研究[J].測繪工程，2017，26(7)：30-35.

10.19349/j.cnki.issn1006-7949.2017.07.007

2016-06-08

國家自然科學基金資助項目(41271450)

方 成(1993-)，女，碩士研究生.

P208

A

1006-7949(2017)07-0030-06