HomeFinder Revisited: Finding Ideal Homes with Reachability-Centric Multi-Criteria Decision Making

论文传送门
视频

摘要

找到一个理想的家是一个艰难而又艰辛的过程。这一过程中最关键的因素之一是家庭所在地和相关兴趣点(如工作场所和娱乐设施)之间的可及性。然而，这种重要性在现存的房地产系统中是没有被认识到的。通过在寻找理想住宅的背景下描述用户需求和分析任务，我们设计了 ReACH，这是一个新颖的可视分析系统，可以帮助人们根据包括可达性在内的多种标准来寻找、评估和选择住宅。此外，我们开发了一个改进的数据驱动模型，用于用大量的滑行轨迹来近似可达性。这种模式使用户能够交互式地整合他们的知识和偏好，以做出明智和明智的决策。通过与先前的研究的理论复杂性进行比较，我们展示了我们模型中的改进，并通过基于任务的评估证明了所提出系统的可用性和有效性。

Introduction

挑战：

• 可达性计算的效率
• 日常路径的表达
• 个人偏好的整合

解决：

• 设计了一个新的基于图的索引和查询算法的可达性模型，以有效地估计具有大量轨迹的位置的可达性。
• 引入了一个新颖的时间线视图来支持复杂可达性约束的编排、组织和可视化，作为用户日常路径的表示。
• 设计并开发了一个可视分析系统，称为Reachability-Aided Contemporary HomeFinder(ReACH)，以帮助用户交互查询，过滤和评估候选家庭，以确定他们的理想家园。

贡献：

• 我们在寻找理想家园的背景下描述了用户需求和分析任务
• 我们提出了一个实时数据驱动的计算模型，它带有一个基于图的索引来处理可能的可达区域的交互式查询
• 我们设计了一个新的时间线试图，用于编排、组织和可视化可达性约束。基于这一观点，我们开发了一个新颖的可视分析系统ReACH，帮助用户根据多种标准找到理想的住宅。

Related Work

• Reachability query
• Location selection
• Urban visualization
• Multi-criteria decision making (MCDM)

Data and Task Abstraction

Data Description

• Road network data
• Taxi trajectory data
• POI data
• Candidate data

Requirements:

• R1: 涉及候选房的空间属性(如位置和邻域)
• R2: 涉及候选房的内在属性(如价格和楼层大小)

Tasks:

• 交互式编排可达性约束
• 直观地探索计算可达性
• 迭代地细化可达性约束
• 有效地过滤和排列候选房

System Architecture

Model

Visual Design

Discussion

经验教训：

• 灵活性和简单性之间的良好平衡在鼓励大众使用所提出的系统方面起着重要作用。
• 精心设计的动画过渡和多协调视图之间的交互使用户能够立即熟悉系统。
• 视觉编码的熟悉性和直观性对大众可视化的可用性有着至关重要的影响。

局限性：

• 数据量的增加可能导致该模型的时间性能下降，特别是当构建的轨迹图相当大以至于无法适应内存时。为了缓解这个问题，我们计划将图形压缩和分布式计算等技术集成到ReACH中。
• 不熟悉该系统视觉设计的普通用户可能仍然会遇到困难，因此可视向导技术可以集成到系统中，以提高其可用性。

泛化性：
该系统也可用于考虑位置可达性的其他位置选择场景（例如，为便利店选择位置）。

Conclusion

本研究描述了以可达性为中心的选择理想住宅的多准则决策问题。为了帮助用户表达他们的偏好，我们引入了这个问题中涉及的几个可达性概念，包括活动和约束。我们提出了一种新的基于图的挖掘模型，它显著扩展了最先进的方法以实现实时性能。我们以该模型为基础，设计并开发了一个名为 ReACH 的新型数据驱动系统。据我们所知，ReACH 是第一个基于海量城市数据为人们寻找理想家园的交互式可视化系统。

提出的系统已经部署在本地工作站上。在未来，我们打算将这个系统部署为网络上的云服务。将改进挖掘模型以降低空间复杂度，从而降低云部署的成本。人们感兴趣的其他类型的数据将被合并到提出的系统中。