1 引 言

自发地理信息(volunteered geographic information,VGI)或众源地理信息(crowd-sourcing geographic information)^[1]具有覆盖范围广、免费共享、准实时等特点^{[2, 3]}，正迅速成为专业地理信息的重要补充^{[1, 2, 4]}。目前已在基于网络的地理信息服务、应急救援等领域得到广泛研究和应用^{[5, 6, 7, 8]}。由于自发地理信息是由大众志愿者自发标报，其中存在大量恶意、虚假、低质量数据，与传统专业人员获取数据相比，其可信度具有诸多不确定性，需进行可信性评价后方可放心使用^{[2, 3, 9]}。但目前这方面的研究工作还刚刚起步，研究成果主要包括定性分析和定量计算两大类。

在定性分析方面，文献^[10]提出了采用用户经验、本地知识、要素来源等因素评价自发数据质量的概念模型crowd quality；文献^[3]深入分析了确保VGI数据质量的3种途径：自发方法(crowd-sourcing approach)、社会方法(social approach)及地理方法(geographic approach)；另外还有信息信任(informational trust)概念等。上述定性分析研究成果对VGI数据质量控制与可信性度量具有重要参考价值，但是由于缺少对影响因素的定量化计算方法，不能直接用于VGI数据质量的自动检查与评价。

在VGI数据质量定量评价方面的主要成果又可分为将VGI数据与已有专业数据比较评价和通过信誉模型评价两类。在与已有专业数据库比较评价方面，多位学者对感兴趣区域的VGI数据与专业数据进行了对比分析^{[11, 12]}，通过对比分析，学者们普遍认为在欧洲城市区域自发数据的平均位置精度优于7 m，现势性与丰富程度甚至超过专业数据，但VGI存在严重的不完整性和各地区不均匀等问题。由于这类方法需要高精度专业数据集，难以在VGI数据质量评价中普遍应用。

使用信誉模型评价则不需要高精度专业数据^[13]，通过贡献者信誉等因素直接计算空间对象可信度。目前研究成果主要包括：文献^[14]提出一种VGI信任(或信誉)评价模型，该模型结合地理距离和社会距离，采用用户评分机制来评价自发信息信任度；文献^[13]提出了从版本数、用户数、确认数、标签修正、回滚(rollback)5个维度评估自发信息信任度的方法，该模型虽可作为自发地理信息质量评价的一种手段，但用户(志愿者)信誉是影响VGI数据质量的重要因素，该模型尚未考虑用户信誉的评价机制，因此评价效果值得商榷，且其要求评价对象有6个以上版本方可评价，因此其评价对象的覆盖面较小。

在VGI环境中，如OpenStreetMap(OSM)中很多目标存在多个版本，笔者认为志愿者编辑修改一个系统中已存在目标的原因主要包括两种情况：①对之前用户编辑目标的检查与修正(目标修正);②目标本身发生了变化(目标变化)。一般认为，志愿者地理信息环境中的目标具有相对稳定性，在短期(如1个月、3个月甚至半年内)变化的可能性低。如图 1为OSM提供数据中id为4 839 528的面目标的3个版本A₁、A₂和A₃，贡献者分别为用户1、用户2和用户3，都将目标标注为游泳池，3个版本形成时间分别是2011年1月15日、1月18日和3月17日，3次编辑发生在大约两个月内，该目标本身发生变化的可能性非常小，从图中可以看出，经历了3次编辑后，目标的细节更清晰，质量有所提高。从上述情况可以看出，在VGI环境中，对同一目标同一状态存在多次编辑修正的版本，而且修正程度体现了对前述贡献的肯定程度，因而本文利用这种修正评价用户信誉。

图 1 面目标各版本之间的比较(阴影表示重叠部分) Fig. 1 Comparison of versions of polygon object (overlapping parts are gray)

图选项

总之，自发地理信息信誉度量方面的研究工作还方兴未艾，目前尚未见到志愿者信誉度计算方面研究成果，笔者认为可以借鉴电子商务领域商家信誉度评价思想来评价志愿者地理信息信誉度量。本文在仔细分析志愿者编辑VGI数据过程后发现，在目标没有没有发生变化的情况下，后续用户对前一版本的修改实质上对其进行了间接评价。在此基础上提出了一种基于版本相似度的地理信息志愿者信誉度计算模型，该模型无需用户对其他志愿者打分，直接根据志愿者编辑VGI数据间的版本相似度来计算志愿者信誉度。最后采用OSM中的Berlin市历史数据对志愿者信誉计算模型进行试验验证。 2 版本相似度计算

多位学者都已经认识到用户(志愿者)信誉是影响VGI数据质量的重要因素，但目前缺少志愿者信誉度计算的研究成果。为了探索用户信誉的定量计算方法，笔者将在志愿者地理信息系统与电子商务系统进行简单类比。因此本节重点分析了同一目标多个版本隐含的后一用户对之前版本用户的贡献评价，在此基础上提出了版本相似度的概念，阐述了本文基于版本相似度的用户信誉计算策略。 2.1 版本相似度的引入

在自发地理信息环境里，当某用户发现其他志愿者贡献的某地图要素存在错误或者不精确时，该用户往往通过编辑修改、删除、重建等操作对该空间对象进行修正。

如图 1中，用户1新建了一个空间面目标A₁，设为A目标的版本1；用户2认为A₁不准确，在A₁的基础上进行编辑修改得到A₂，设为版本2；用户3认为A₂仍不够准确，在A₂的基础上编辑修改得到A₃，设为版本3。将A₁、A₂、A₃叠加，从A₁∩A₂、A₂∩A₃、A₁∩A₃，和A₁、A₂、A₃的形状中可以看出，该编辑修改的结果本身隐含了用户2对用户1的评价、用户3对用户2和用户1的评价。如A₁∩A₂的面积较A₂∩A₃的占面目标并集的面积比例小，A₁与A₂的形状差异较A₂与A₃大，因此一般认为用户2对用户1的支持度小于用户3对用户2的支持度。也就是说用户3对用户2的贡献评价较高，用户2对用户1的贡献评价较低。从上述分析可看出，A₁、A₂、A₃ 3个版本的相似程度中隐含了参与编辑的后继用户对之前用户的评价。该评价表现为对之前目标版本的修改，即后继用户对之前版本修改越小，说明该用户对之前版本编辑用户的支持度越高；反之亦然。为了更好地度量图 1中自发地理空间对象编辑过程中的隐含的用户评价，将版本间的相似程度定义为版本相似度。

版本相似度为地理空间对象任意两个版本之间的相似程度，可通过版本空间相似度和版本属性相似度进行度量。空间相似度指不同版本间的空间特征的相似程度，不同类型的对象(点、线、面)的空间相似度因子不同，其影响因素主要包括位置、形状、大小等。属性相似度指不同版本间属性特征的相似程度，包括名称、类型等语义相似性。 2.2 版本相似度的计算

假设A为自发地理信息环境下的某空间对象，用户u_i的编辑e_i：v_i-1→v_i为对A的第i次编辑，其中i>0，用户u_j编辑A生成后续版本v_j(0＜i＜j≤n)，根据版本相似度的定义，对象A的版本v_j与v_i之间的版本相似度可以采用式(1)进行计算

点击浏览公式

点击浏览公式

点击浏览公式

由于 VGI中属性相似度涉及不同国家、地区的语言和语义属性，其相似度难以计算，本文暂不考虑属性相似问题。VGI中目标空间类型包括点、线和面，由于面目标在VGI中占有重要比重，且在其相似度计算方面的研究成果丰富，本文先以面目标的版本相似度为例说明版本相似度的计算方法。近年来，多位学者从面目标大小、位置、形状等方面计算其相似度^{[15, 16, 17, 18, 19, 20, 21, 22]}。其中文献[21—22]采用基于旋转函数距离的方法计算面目标相似度，由于该方法直接采用目标边界形状点来进行计算，能较好区分面目标形状的细节及旋转等变化情况，更适合本文应用需求，所以本文选取旋转函数距离度量面目标的形状相似度。

基于旋转函数的面目标形状描述方法如图 2所示，设p₀、p₁、…、p_n为闭合多边形A的顶点，取某一顶点p₀为起始点，θ₁表示起始边p₀p₁的方位角，ω_k(1≤k≤n)表示点p_k的旋转角，多边形A的旋转角度函数表示为Θ(l)，其中x轴表示点p₀沿着多边形周长到多边形上个点p_k的归一化距离轴表示各点沿着周边的转角(逆时针为正方向)的累加θ_k=θ_k-1+ω_k(1≤k≤n)。

图 2 旋转角度函数定义(改自文献[21]) Fig. 2 Defining the turning function (modified from [21])

图选项

面目标版本A和B的旋转函数距离计算方法如式(4)所示

点击浏览公式

点击浏览公式

两个目标的相似度除了形状外，一般还从距离和大小度量，由于面积重叠率^[17]的方法顾及了这两个因素，所以本文采用面积重叠率计算，这里称之为面积相似度，具体计算方法如式(6)所示

点击浏览公式

点击浏览公式

3 用户信誉计算模型

3.1 版本编辑过程隐含用户信誉评价过程分析

自发地理信息环境中，每个目标可能由多个用户参与编辑形成，蕴含了多个用户之间的隐式评价；同时，一个用户可以参与多个目标、多个版本的编辑，每个目标、每个版本在编辑过程中均可获得其他用户的隐式评价。为了便于分析，下面以单个目标为例分析用户信誉计算的过程。

设志愿者地理空间对象A(包括点、线和面3种类型)包含的版本按生成时间的先后依次为v₀、v₁、v₂、…、v_n，其中的某个版本i用v_i表示(0≤i≤n)，版本v₀为空；t_i(1≤i≤n)为对象A的版本v_i的生成时间；u_i(1≤i≤n)表示对A对象进行第i次编辑的用户(也称为志愿者)，由于一个用户可能多次编辑同一个目标，u_i中可能存在用户相同的情况；e_i(1≤i≤n)表示用户对A的第i次编辑(包括新建、删除、修改等)，如A被删除，则其最终版本v_n为空。如图 3所示，版本v_i(1≤i≤n)是由用户u_i执行的一次编辑e_i:v_i-1→v_i而生成。也即对于某一对象A而言，用户u₁执行编辑e₁，生成版本v₁，第2至n个志愿者依次对A的第1至n-1个版本进行修改(依次为e₂至e_n)，其编辑者依次为u₂至u_n。

图 3 地理空间对象编辑过程中的用户信誉评价 Fig. 3 User reputation evaluation accompanying with editing process of geographic spatial object

图选项

图 3描述了多个用户参与编辑、修改形成一个地理空间目标的过程，当某用户对地理空间对象进行编辑后，根据式(1)可以计算出编辑后版本与之前版本间的版本相似度，根据版本相似度可以计算出该用户对之前版本用户的信誉评价值。

3.2 用户信誉度计算模型

在VGI编辑过程中，可能出现某一用户短期内连续编辑同一目标导致系统中存在同一用户编辑该目标多个相邻版本的情况(如图 4表述了某目标的连续6个版本，分别由User A、B、C和D 4个用户贡献，其中版本v₁和v₂是由User A贡献的两个连续版本)，该情况往往是用户为了避免数据丢失存盘导致或发现编辑效果不理想而导致的，一般认为同一用户的多个相邻版本中最后一个代表了该用户的确定版本，因此在用户信誉定量计算之前，首先需要对同一用户编辑的相邻版本进行过滤，仅保存同一用户连续编辑的最后一个版本，如图 4中过滤掉版本v₁。

图 4 某对象的连续版本 Fig. 4 Successive versions of an object

图选项

点击浏览公式

式(8)是单个目标的某个版本用户对之前多个编辑用户的信誉度计算，式中每个用户u_i只被评价一次，其值为rep_ui。在自发地理信息中，每个用户可以编辑多个空间目标、多个版本对象O_l(1≤l≤M，M为用户贡献的版本对象的总数)，每个对象O_l都可能被其他用户修改而获得信誉度rep^l_ui。用户信誉值为该用户所有版本对象O_l信誉评价值的综合，为了计算简单，本文采用平均值计算，即

点击浏览公式

本节以图 1所示面目标为例阐述本文基于版本相似度的用户信誉计算过程，假设图 1中的面目标的3个版本分别为v₁、v₂和v₃，分别由u₁、u₂和u₃贡献(3位均为不同用户)，用户的信誉初始值均为空值(表示为null)。首先，用户u₁贡献版本v₁，此时不进行信誉评价。然后，当用户u₂贡献版本v₂，计算步骤如下：

(1) 根据式(4)计算v₂和v₁的面积相似度为0.894。

(2) 根据式(6)计算v₂和v₁的形状相似度为0.936。

(3) 设w_a和w_s均为0.5，根据式(8)计算用户u₁的信誉单次评价值为0.915(当评价用户的信誉值为null时，信誉评价值为版本相似度)。

(4) 用户u₁的被评价次数为1，根据式(9)计算u₁的信誉值为0.915。

最后，用户u₃贡献版本v₃，根据上述步骤依次计算用户u₁和u₂的信誉评价值，分别为0.912和0.998，根据式(8)，此时u₁和u₂的信誉值分别为0.914和0.998，具体计算情况如表 1所示。

为了验证本文所提出的用户信誉计算模型的合理性，采用自发地理信息的代表项目OSM的真实数据进行试验。由于总数据量非常庞大，故选取Berlin城市2006年1月28日至2013年2月15的历史数据(http://osm.personalwerk.de/)进行试验分析。

根据前面提出的用户信誉模型，设置参数N=3，w_a=0.5，w_s=0.5，c=1，τ=180。Berlin地理信息志愿者共有864位参与到信誉评价系统中，用户信誉值范围为0至1，以0.1为间隔分成10个区间，各区间人数分布为｛0,0,1,6,20,26,121,359,224,107｝，从分布情况可以看出，用户信誉值分布基本服从正态分布。鉴于有些用户评价次数较少，其信誉值具有较大的随机性。为减小随机性，选取评价次数大于9次的用户进行后续的结果分析，共计筛选出257用户，这些用户的贡献的面对象共计192 474个。为了验证试验结果，将用户的信誉值附加到其贡献的面对象，则面对象拥有贡献者的信誉值，将面对象按照信誉值分布区间在ArcGIS上以不同颜色显示，并叠加Google的影像地图进行分析，效果图如图 5所示。

图 5 Berlin现存面对象(现势性为2013-02-15)按信誉值区间分布图 Fig. 5 Interval distribution of reputation of Berlin’s existing polygons(up to date 2013-02-15)

图选项

由于很难逐一验证每个面对象的准确性，因此采用对每个区间进行采样分析的策略进行验证。在区间的设置上，按照0.1间隔的自然分区，由于0～0.5的对象较少，作为一个区。在样本选取方面，为了避免主观因素对评价结果的影响，本研究请有经验的人员选取采样样本。样本选取的方法是每个区间均采样10个用户，每个用户取10个对象。根据面对象采样情况，请有经验的人员对采样样本进行分析，将面对象的绘制效果主要分为错误、效果差和效果较好3类。

根据上面的采样方法和分析方法，按区间分析采样试验结果显示，参与采样评估的人数共有53人，有效采样总数为485个面对象。错误面对象数为6个，约占采样总数1.2%；效果差的面对象数量为45个，约占采样总数9.3%；效果较好的面对象数量为434个，约占采样总数89.5%。

采样分析结果表明总体上数据质量较好，错误数量较少。信誉值低的用户贡献的面对象出现错误和效果差的情况比较突出，尤其当信誉值低于0.7以下时，错误数最突出，大约有83%错误由信誉值低于0.7的用户贡献。信誉值小于0.7的要素数量为2294，占比约为1.2%，本试验较好地聚集错误出现的信誉区间。信誉值大于0.7的用户错误数明显减少，贡献者信誉值大于0.75的用户，未出现错误情况。效果较差的情况基本随着信誉度值的提升按比例呈减少趋势，总体来说，自发地理信息中的面对象的质量和其贡献者的信誉值呈正相关关系，同时也说明用户信誉模型是评价自发地理信息可信度的一种有效方法。

5 结论与讨论

本文针对目前评价VGI对象质量的信誉模型均针对地理对象，尚未见到考虑贡献者信誉的影响，因此本文提出基于版本相似度的VGI志愿者信誉模型，并采用OSM的真实历史编辑数据进行试验，试验证明用户贡献的目标质量和使用本模型评价的用户信誉总体上正相关，志愿者信誉度可作为自发地理信息筛选与质量评价的参考标准之一。本文提出从用户信誉的角度来评价和筛选志愿者地理信息的方法，为VGI质量评价提出了一个新的视角。本模型适用于志愿者贡献的VGI质量评价，要求被评价的VGI数据集包含每个对象的历史版本信息。本模型具有如下特点：

(1) 该模型不需要用户对地理目标额外打分，避免了繁琐的评分过程，在不另增加志愿者参与工作量的同时，避免了评价结果的主观性。

(2) 该模型是基于后继用户对之前版本修改越小，说明该用户对之前版本编辑用户的支持度越高，反之亦然的学术思想而提出。在版本相似度计算方面，该模型综合考虑影响VGI目标几何和属性相似性的主要因素进行加权计算，试验证明用户信誉和其贡献的质量成正比。

(3) VGI中仅由单个用户贡献的目标大量存在，采用本文的方法可以评价这部分目标，相比不需要用户主动评分的信誉模型而言，本模型评价覆盖面广。

需要进一步研究版本相似度的其他空间相似指标及属性相似度，如何确定用户的初始信誉，如何聚合同一目标的共同编辑者的信誉对其进行更精准的质量评价。在以后设计和实现VGI系统方面，用户上传修改内容的同时，可提交修改原因(目标变化或修正)，这有助于更精确地评价用户信誉。