EN中文

Journal of Geo-information Science >

2020 , Vol. 22 >Issue 5: 978 - 988

DOI: https://doi.org/10.12082/dqxxkx.2020.190770

Spatial Visualization and Analysis of Trajectories of Historical Celebrities

  • WANG Niman 1 ,
  • QIN Kun , 1, * ,
  • LUO Jun 2 ,
  • CHEN Kun 1 ,
  • HU Sheng 1
Expand
  • 1. School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, China
  • 2. Institute for social development, Wuhan University, Wuhan 430072, China
* QIN Kun, E-mail:

Received date: 2019-12-11

  Request revised date: 2020-01-10

  Online published: 2020-07-25

Supported by

National Key Research and Development Program of China(2017YFB0503604)

Copyright

Copyright reserved © 2020
Fold

Abstract

The trajectory of historical celebrities reflects the historical and cultural background at their time. Through the spatial visualization and analysis of the trajectory of historical celebrities, the historical and social status can be explored and analyzed. The visualization and analysis of the social network of historical celebrities is conducive to the analysis of the political background and the relationship between the characters at that time.However, there are limited GIS based analysis tools for humanities and social sciences and historical celebrities analysis. Most of the current studies to investigate the social network of the historical celebrities only analyze the social network within a certain time period, and fail to conduct a time-division study on the geographical location of social relationships. Taking Xuan Zang and Ouyang Xiu as examples, this paper explores the visualization method of historical celebrities' trajectories based on WebGIS, analyzes the spatial distribution of historical celebrities' trajectory points based on kernel density estimation and standard deviation ellipse, and constructs the spatial social network of historical celebrities at multiple time stages. Finally, this paper analyzes the social network of historical celebrities with their historical background,stories, works, and spatial results.We find that: (1) The migration trajectories of historical celebrities are basically consistent with the migration trend at that time, which is greatly affected by social changes; (2) Historical celebrities had a larger social network circle when they were in power, while the social network circle was greatly reduced at their downfall. This paper explores the methods of spatial visualization and the analysis of the trajectories of historical celebrities, which can be referred for the analysis of spatially integrated humanities and social science.

Key words： spatially integrated humanities and social science; trajectories of historical celebrities; spatial visualization; spatial social network; spatial analysis; statistical analysis; standard deviational ellipse; social network analysis

Cite this article

WANG Niman , QIN Kun , LUO Jun , CHEN Kun , HU Sheng . Spatial Visualization and Analysis of Trajectories of Historical Celebrities[J]. Journal of Geo-information Science, 2020 , 22(5) : 978 -988 . DOI: 10.12082/dqxxkx.2020.190770

1 引言

空间综合人文社会科学是地理信息科学（GIS）与人文社会科学交叉融合的新领域,研究从地理空间角度整合、表达多种人文信息,并提供平台使来自不同领域的学者可以利用GIS技术分析和探讨人文问题[1,2]。历史GIS作为空间综合人文社会科学的重要研究分支,其发展备受关注。
通过研究历史人物轨迹探索历史动态,有利于深化理解人物的人生历程。轨迹数据是一系列带有时间序列标记的空间位置的集合,是用于描述人或物的空间位置随时间变化的数据,多产生于交通、移动服务、气象等领域[3]。分析和理解轨迹数据能得出被研究个体的运动规律。在历史人物轨迹空间信息化方面,由于历史数据多来自于文献记载,数据收集及数字化难度大。对于历史人物轨迹的研究,哈佛大学与复旦大学联合发布的CHGIS建立了一套历史基础地理信息库,提供了历史时间序列数据[4];浙江大学学术地图发布平台收集了大量的历史名人轨迹,以点、线形式呈现;Törnqvist[5]从传记中收集数据,研究诺贝尔奖得主的人生路径;刘菊等[6]构建了基于WebGIS的古琴名人时空数据采集系统,开展了古琴名人轨迹数据库和知识数据库的建设;首都师范大学牵头组织开发的“丝绸之路历史地理信息开放平台”,构建了生态环境、交通商贸、城市遗址等丝绸之路专题数据库[7,8];陈刚[9]通过设计历史事件、时间段、人物与空间地域的四元体模型,建立了涵盖六朝建康地名、河渠、人物等要素的历史地理数据库。这些研究多数基于WebGIS形式发布,以数据的收集和组织管理为主,多面向特定专题或应用。中国历史GIS系统的开发和研制工作已经取得了一些成果,将来仍会有大量的历史GIS数据库和信息系统建设[10,11,12,13],但是目前在历史人物轨迹数据的集成分析、在线发布与共享等方面的应用研究相对较少,缺少普适性强的通用人物轨迹分析平台。
社交网络分析问题起源于物理学中的适应性网络,通过数学方法、图论等定量分析方法研究网络关系,有助于把个体的微观网络与社会系统的宏观结构结合起来[14]。研究历史人物之间的人际交往和社交网络变化对理解历史背景和社会变迁至关重要。Apicella等[15]研究了狩猎—采集部落哈扎人的关系,表明人类历史早期就存在社交网络结构。近年来社交网络开始被应用于文学研究领域,Huang[16]创建了2个中国古代家庭的社交网络图,并研究了人际关系的最短路径;严程[17]借助社交网络分析了顾太清与10余位诗友的诗作往来;赵薇[18]对《大波》[19]的5部长篇小说中的人物关系与社交网络的一些指标进行了计算,并进行了可视化呈现与分析。这些研究大都是通过计算网络密度、中心性等指标对一个时间段内的社交网络进行分析,将历史人物社交关系发生的地理位置进行分时段的研究还较少。研究社交网络的位置分布及其变化有助于从多个维度分析人物关系演化,有利于探究历史或文学背景的地理学原因。
本文以历史名人欧阳修、玄奘为例,通过文本轨迹的收集和结构化存储实现轨迹在线可视化,并基于众源思想设计开发了可以收集轨迹数据的可视化分析平台。从地理和历史双重视角出发,寻求基于WebGIS的可视化方式,利用空间分析工具结合统计分析理论对轨迹进行分析。并进一步研究历史名人在不同时段的社交网络关系,基于社交网络理论,从社交关系变化的视角,剖析历史人物基于地理空间的生命历程阶段性特点。基于普遍性原则设计开发以地理空间为纽带的社交网络在线生成工具,与轨迹可视化工具集成在同一平台。根据Excel表格模板整理数据,以实现数据的高效存储和自动生成可视化结果。本文对于研究和探索历史人物活动的时空分布规律,探索历史人物的人际交往关系等提供了基础,并有望进一步推广到空间人文社会科学研究的其他领域。

2 数据来源与研究方法

2.1 数据来源

本文的数据源是史料文献记载,文献材料的语言多为文言文,句法复杂,与现代语法差异较大,不便于程序自动提取地名,本文所有数据均由阅读文献后人工提取。本文选择了玄奘和欧阳修2个历史人物作为示例（表1）。
表1 实验数据统计

Tab. 1 Statistics of experimental data

示例人物 数据内容 数据项 数据量 数据来源
欧阳修 1007—1072年轨迹点数据 时间、古地名、今地名、事件 51 《欧阳修纪年录》[23]
欧阳修 1007—1072年社交关系数据 时期、人物、关系、备注 377 《欧阳修纪年录》[23]
玄奘 629—643年轨迹点数据 古地名、今地名、古文记载、介绍 45 《大唐西域记》[20]
（1）唐代高僧玄奘西行求经18年,足迹遍及中亚细亚、印度、孟加拉国等。玄奘的历史轨迹提取自《大唐西域记》[20],该书记录了玄奘于唐太宗贞观元年至贞观十九年西行的求经之旅。提取玄奘西行单程的主要轨迹点,共45个地点,数据项包括：古地名、今地名、古文记载、介绍。从长安（今陕西西安）至大清池（位于吉尔吉斯斯坦境内的伊塞克湖）的路线为精细化复原的部分,依据的是侯杨方教授实地考察确认的精准复原路线[21]。古今地名参考《中国历史地图集》得出[22]。
（2）第二个历史人物选择的是欧阳修,其轨迹主要依据于《欧阳修纪年录》[23]。欧阳修不仅是诗人,而且人生阅历丰富,与多位历史名人存在社交关系,如以翰林学士的身份录取苏轼、苏辙、曾巩等人,与范仲淹、杨愈等为好友,与王安石、包拯等在政治上存在分歧。收集欧阳修的主要轨迹点共51个,数据项包括：时间、古地名、今地名、事件。另外,为了对欧阳修的社交关系进行分析,从《欧阳修纪年录》[23]中收集了欧阳修的社交网络数据,将与其有关系的人物和事件记录下来,根据不同时间段共设计了10张表格,共377条关系记录。10个时期分别为：早年时期、求学时期、任西京留守时期、在京馆阁时期、贬谪夷陵光化军时期、回京复职时期、晚年外任亳州青州时期、知谏院时期、外任滁州、扬州、颍州、应天府时期、第二次京师任职时期。关系类型有家人、朋友、上下级关系等,存在着关系的重复,如范仲淹既是欧阳修的同僚亦是好友。本文将人物关系尽量简化,对文字记载较多、为多人认同的关系进行记录。例如,范仲淹在欧阳修任西京留守时期,致书勉励,关系上判定为友人;欧阳修任职知谏院时期,力荐其为参知政事,所以判定为同僚关系。将描述关系的文字记录下来作为备注,为关系的量化提供依据。

2.2 分析方法

轨迹由轨迹驻点组成,轨迹数据由这些数据点组成,一个Excel表格记录一个人的人生轨迹。本文从轨迹驻点入手,首先结合核密度、标准差椭圆等空间分析方法,对轨迹点模式进行分析,然后计算迁徙指数,分析轨迹模式。对首都距、家乡距进行统计,基于计算距离的思想进一步提出成长地距,分析其社会属性。最后研究历史名人的社交群体,提出基于地理位置的社交网络分析方法,有利于理解社交网络的变化与地理空间的关系。
2.2.1 基于核密度与标准差椭圆的空间分析方法
点模式分析主要研究点模式的扩散或排列特征,离散驻点数据直接用图表示往往很难直观并定量分析其空间趋势,核密度估计法是非参数检验方法之一,用来估计位置的密度函数,可以得到研究对象的密度变化。理论上可理解为每个点上方覆盖一个平滑曲面,在点所处的位置值最大,随着与点的距离增大表面值减小,直到距离等于搜索半径表面值等于零,输出栅格的像元值等于所有叠加在像元上的表面值之和。二维空间中一个常用的核密度公式为[24]：
f ˆ x , y = 1 n h 2 π ∑ i - 1 n 1 - ( x - x i ) 2 - ( y - y i ) 2 h 2 2
式中： x , y 为核密度点坐标; i 为轨迹点序号; x i , y i 为轨迹点坐标;h为阈值;n为点数。
标准差椭圆是由Lefever提出用来度量一组点数据分布方向的空间分析方法[25]。本文采用标准偏差为1.0的椭圆,包括68%的数据,旋转角反映点要素空间分布的主趋势方向,长轴与短轴分别表示点要素在主趋势方向和次方向上的离散程度。旋转角的计算公式为：
tan θ = ∑ i = 1 n x ˜ i 2 - ∑ i = 1 n y ˜ i 2 + ∑ i = 1 n x ˜ i 2 - ∑ i = 1 n y ˜ i 2 2 + 4 ( ∑ i = 1 n x ˜ i y ˜ i ) 2 2 ∑ i = 1 n x ˜ i y ˜ i
式中： θ 为旋转角; x ˜ i 、 y ˜ i 为轨迹点到平均中心的坐标偏差。
基于核密度估计和标准差椭圆分析历史名人轨迹点的聚集模式与方向性,探寻轨迹点的空间分布规律,有利于从地理角度分析轨迹移动的特点和原因。
2.2.2 基于距离的轨迹模式分析
本文利用轨迹点之间的距离变化、轨迹点与某一特定地点的距离差异分析人物移动的规律。在迁徙指数、首都距、家乡距的基础上探索性地提出成长地距的概念,将此类通过计算轨迹点距离的研究方法概括为基于距离的轨迹模式分析。迁徙指数越大,人物在该时间点的位置与上一时间点的位置距离差越大。首都距、家乡距、成长地距的数值大小,代表与首都、家乡、成长地的距离远近,其值越大,表示与首都、家乡、成长地的距离越远。
迁徙指数用于测度历史名人在不同时间的迁徙活跃程度[26],计算公式为：
M = Dis ( L j , L j - 1 )
式中： L j 为历史人物在第j年的位置;Dis为两点欧氏距离公式。
首都在历史进程中发挥着重要作用,是一个国家政治、经济、文化的重心。都城对历史名人的位置移动往往具有吸引作用,历史个体与首都的距离可以反映人生的不同阶段与状态。家乡对历史名人也具有很大的作用,尤其体现在遭遇挫折、家庭变故、辞官退休等阶段。首都距、家乡距是指人物的位置与首都、家乡的距离,对首都距、家乡距的统计分析有助于理解首都、家乡对人物迁徙的影响[26]。对于欧阳修等并非在家乡成长的历史名人,本文对成长地距进行了定义。成长地距指历史名人的所处位置与成长地之间的距离,其计算公式为：
H = ( x i - x g ) 2 + ( y i - y g ) 2
式中： x i , y i 为所处位置的地理坐标; x g , y g 为成长地的地理坐标。
2.2.3 名人社交群体分析
社交网络分析是社会科学中研究社会行动者之间的互动关系的结构性方法[27]。社交网络包含了个体和关系,更注重从结构性视角出发,认为社会关系的特征来源于结构或关系的进程,需要重点理解“社会的结构环境的属性,以及结构属性如何影响反映出的特征和特征集合”[28]。本文以历史人物为中心,构建历史名人的社交关系,主要通过不同时间段个人社交网络的变化,结合历史背景分析网络形态,统计关系数据,并可视化社交网络。严格意义上来说,从本文所收集的数据而言,并不能达到网络化的程度,均是一个点与其他点之间的关系,但是本文借鉴社交网络分析的思想和方法,重点放在个人社交群体的变化上,并尽量得到量化指标,关注历史社会背景,目的就是将分析对象聚焦于历史个体,针对性更强。研究工具选择较为流行的网络分析工具Gephi以及前端数据可视化插件Echarts。受限于交通和通讯工具,历史人物的社交关系受地理空间局限,社交群体呈现明显的地理聚集性。本文将社交关系按照地点分类,核心思想在于依据历史人物的地理位置呈现不同的社交群体关系。为了分析历史人物社会群体关系并计算相关指标,需要对人物之间的关系进行量化以得到边的权重。本文量化的依据主要是《欧阳修纪年录》[23]中对于人物之间关系的描述,以记录在表格中的“备注”的字数为最后的评分依据,权重分数范围为1~10,量化的过程具有一定的主观性。由于欧阳修的子女姓名等记录不详,而且多早逝,故本文的人物关系并未收集欧阳修子女的相关信息。
2.2.4 行为轨迹与空间社交网络在线分析系统研发
本文基于历史名人轨迹与社交群体分析方法,研究开发了行为轨迹与空间社交网络在线分析系统,主要包括行为轨迹可视化、社交网络空间可视化等功能,同时提供了在线矢量编辑、核密度估计、标准差椭圆等工具。对轨迹可视化分析和社交群体可视化分析有需求的历史学者、人文学者甚至普通大众,均可在平台上上传数据进行操作。平台的系统架构如图1所示,轨迹点数据和社交网络数据由Excel上传到数据库中,采用PostgreSQL数据库存储。其中用户上传的数据中均不含地名的经纬度信息,经纬度由百度API地理编码解析得到。
图1 行为轨迹与空间社交网络在线分析系统架构

Fig. 1 System architecture of online analysis of trajectory and spatial social network

3 实验及分析

3.1 历史人物轨迹的可视化分析

3.1.1 轨迹数据可视化
本文基于WebGIS对玄奘、欧阳修的人生轨迹进行可视化,玄奘轨迹数据经过人工编辑精细化复原路线,为了得到更好的视觉效果,大致沿着地形和古文描述绘制了曲线。如图2所示,可以从精细复原的路线中发现,玄奘从渭河以北的长安出发,经黄土高原,沿祁连山脉北面向西北方向走,然后沿着天山山脉以南、塔里木盆地以北到达大清泉,轨迹点呈带状分布。行为路线根据地形地貌,沿着地势较低的地方延伸。图3为欧阳修行为轨迹可视化动态图,可以实现地图、时间轴和消息文本框的联动显示,箭头按照时间先后在轨迹驻点之间移动,消息框同步更新时间、事件等信息。动态轨迹图反映出,历史人物轨迹与现代个人移动轨迹相比,具有移动缓慢的特点。受限于落后的交通工具,历史人物位置的移动往往受政治改革和变动等重大事件的影响。
图2 公元629—643年玄奘轨迹数据可视化

Fig. 2 Visualization of the trajectory of Xuan Zang from629 to 643 AD

图3 1007—1072年欧阳修轨迹路线可视化

Fig. 3 Visualization of the trajectory of Ouyang Xiu from 1007 to 1072

在轨迹可视化功能模块,使用者按照数据模板上传Excel表格,即可生成动态时间轴-事件框联动的轨迹可视化结果。此工具可以为非GIS专业人士快速绘制动态轨迹图,增添空间可视化的普遍性与叙事性,平台亦可收集历史人物数据,为人物轨迹的深入研究提供基础。
3.1.2 人物轨迹时空分布
对玄奘和欧阳修的轨迹点进行核密度估计与标准差椭圆分析。玄奘轨迹驻点的时空分布,显示为3个核密度中心（图4）,有明显的聚集分布特点,大致呈现“C”型分布。伽毕试国（今阿富汗的巴格兰）、健陀罗国（今阿富汗东部和巴基斯坦西北部）处于轨迹驻点的核密度中心位置。伽毕试国信奉佛教,对玄奘的到来非常重视,健陀罗国处于欧亚大陆连接点上,是印度大陆的文明发源地之一。玄奘西行的另一主要目的是学习《瑜伽师地论》[29],其作者无著诞生于健陀罗国,这两地均是佛教历史悠久、佛教文化深厚的根据地。佛教的传播受地形和交通影响较大[30],地势平坦、交通便利处有利于佛教的传播。所以以这两点为中心,轨迹驻点大致沿着帕米尔高原以西、喜马拉雅山脉以西分布。第三个比较明显的聚集区域在恒河流域,以那烂陀（今拉查基尔的巴达加欧）和钵罗耶迦（今安拉哈巴德）为中心,那烂陀寺是玄奘的主要目的地之一。欧阳修轨迹驻点的核密度分析结果见图5,主要以北宋的首都东京开封府（今河南开封）为中心,呈放射状分布,靠近都城的轨迹点较为密集。相对于玄奘出于特殊目的且受地形影响较大的轨迹,欧阳修的位置移动则多与家庭变故和个人政治调动有关,出于出游目的移动位置与上一个点的距离较小,主要受限于当时的交通环境。
图4 公元629—643年玄奘轨迹点时空分布格局

Fig. 4 Spatio temporal distribution pattern of Xuan Zang's track points from 629 to 643 AD

图5 1007—1072年欧阳修轨迹点时空分布格局

Fig. 5 Spatio temporal distribution pattern of Ouyang Xiu's track points from1007 to 1072

从图4中可以得出,玄奘轨迹驻点的标准差椭圆长轴与短轴相差不大,方向性不明显,将轨迹驻点分为2部分：① 为精细复原的部分,即长安至大清池的所有轨迹驻点,视觉上与核密度分布的第一个聚类重合;② 为剩余轨迹驻点。两部分的标准差椭圆分别呈现出明显的方向性,轨迹走向与山脉的走势一致。从图5可以看出,欧阳修轨迹的标准差椭圆具有一定的方向性,北宋定都开封,政治中心东移,安史之乱与五代十国战乱导致的人口、经济中心南移,与欧阳修的轨迹驻点分布规律几乎一致,即以首都为中心分布,向东北与西南方向分布。
3.1.3 基于距离的轨迹模式
通过迁徙指数数值大小和变化的频率可以反映人物的迁徙活跃程度,数值越大表示位置变化越大,变化频率越大代表迁徙越频繁。欧阳修的迁徙指数如图6所示。总体上看,欧阳修在中年阶段的迁徙指数变化比较大,迁徙指数较高。幼年迁徙是因为随父移官至泰州（今江苏泰州）及父亡后投奔叔父,老年迁徙则是因为告老致仕。欧阳修从19岁赴京应试开始,因复试、入职、政治调动等原因迁徙指数波动。1041—1048年为庆历新政时期,范仲淹提出以整顿吏治为中心的改革,欧阳修身为谏官,与范仲淹交情甚好,支持庆历新政,欧阳修于1040年被召回都城,位置的迁徙多在开封附近,1044年因受重用出差迁徙指数较高。庆历新政失败后开始调离中央,1053年的迁徙指数偏高原因是其母丧,由颍州（今安徽阜阳）护母归葬吉州（今江西吉安）。总体来说,迁徙指数的统计可以大致了解欧阳修一生在中年的位置移动比较频繁,在个别迁徙指数较大的时间点可以根据历史背景得出解释。
图6 1007—1072年欧阳修迁徙指数

Fig. 6 Migration index of Ouyang Xiu from 1007 to 1072

本文将欧阳修各个时间段所处位置与都城、家乡的距离进行计算,如图7所示为欧阳修的首都距—家乡距折线图,大致上呈现相反的规律。根据史料记载,欧阳修的家乡为吉州（今江西吉安）,都城为开封。从折线图上可以直观看出,欧阳修幼年丧父后跟随其叔父于随州（今湖北随州）生活,首都距和家乡距没有太大变化。至1026年开始应试后首都距和家乡距出现变化,1026—1031年学业坎坷,两次落榜,最终连中监元、解元及省元,开启官途,首都距呈现先减小后增加再减小的规律。1037—1045年庆历新政前后被重新重用,向中央靠拢,改革失败后被贬,调离中央。就家乡距而言,除1053年8月欧阳修护母丧归葬外,与家乡的距离均比较大,这与欧阳修自身的成长经历有关,从小跟随叔父于随州,对家乡的归属感并不强烈。对于欧阳修等并非在家乡成长的历史名人,本文探索性的定义成长地距,成长地距指历史名人的所处位置与成长地之间的距离。如图8,1025年之前欧阳修在随州生活,应试求官后曾几次返回,而在叔父去世后回随州次数明显变少。2张图中首都距、家乡距、成长地距于1055年出使契丹时达到最大值,是欧阳修行至的最远点。由上可总结出的规律是欧阳修在幼年和老年的移动距离较小,中年位置变化较频繁,具体时段的距离变化规律与历史社会形势变化有关。
图7 1007—1072年欧阳修家乡距与首都距

Fig. 7 Hometown distance index and capital distance index of Ouyang Xiu from 1007 to 1072

图8 1007—1072年欧阳修成长地距与首都距

Fig. 8 Growing place distance index and capital distance index of Ouyang Xiu from 1007 to 1072

3.2 名人社交群体分析

首先对关系数据进行基础统计。图9为社交关系变化图,在欧阳修的前半生社交关系数随着年龄的增加而增加,但是在贬谪夷陵光化军时期,总关系数目急剧下降,后在外任滁州、扬州、颍州、应天府时期和晚年外任亳州、青州、蔡州时期也有所下降,说明在欧阳修仕途不顺之际,社交群体变小。就不同类型关系而言,同僚数目与总的关系数目呈现一致的变化规律,然而“文友”与“友”的关系数呈现先增加后减小的规律。欧阳修早年广交朋友,在仕途顺利之际各类关系数大幅增加,被贬后得到复用,总关系数也重新增加,然而好友数一直较小,此后欧阳修的好友大多为关系较为稳定的挚友（如范仲淹）。政敌在知谏院时期出现,原因在于欧阳修支持范仲淹主持的庆历新政,遭到保守派反对。
图9 1007—1072年欧阳修社交关系变化

Fig. 9 Line chart of social relationship of Ouyang Xiu from 1007 to 1072

本文利用开源软件Gephi进行欧阳修社交关系网络初步可视化。不同颜色代表不同类别的关系,边的颜色和粗细均根据度进行显示。从结果上可以直观地看出：如图10（a）,发现在求学期间对他有较大影响的是欧阳修的岳父胥偃。关注社交群体中的某对关系,可以发现关系的变化,如苏绅在欧阳修任职景观阁时期是欧阳修友人,后在知谏院时期弹劾欧阳修,此时正值范仲淹试行庆历新政,可理解为政见上的冲突。图11为总的社交网络图,总的关系数庞大,欧阳修作为一名政治家、文学家,凭借政治上的才能和文学上的成就,结识了许多人,虽然不免有政见不合之人,但是总的来说以正向关系居多。
图10 欧阳修各个时期社交网络

注：线的粗细代表关系权重大小,红色表示权重最大的人物关系。

Fig. 10 Social network map of Ouyang Xiu in different periods

图11 1007—1072年欧阳修社交网络

Fig. 11 Social network map of Ouyang Xiu from 1007 to 1072

为了更好地在地理空间上分析历史名人的社交网络,便于人文社科学者生成社交网络图,本文基于Echarts开发了社交网络—地图可视化页面,用户按照数据模板整理数据后上传即可生成一张社交网络图,利用Echarts的散点图在地图上显示该时期的主要位置。点的大小代表关系总数的大小,在地图上点击散点即可实现空间地点与网络图的切换。
本文结合地理空间分析名人社交网络,联系时代背景和名人的诗词作品进行剖析,不仅可以将社交网络与地理空间直观呈现出来,还可以对作品与人物有更加深入的了解。例如欧阳修作品《采桑子（群芳过后西湖好）》,很多学者对这首诗所描写的地点颇有争议,就作品而言,很容易让读者认为是杭州西湖,但是从地理空间和时间段上分析,当时欧阳修处于外任滁州、扬州、颍州、应天府时期,凭借当时的交通条件不可能快速抵达杭州西湖,而历史上许多地方均有东湖、西湖之分,综合以上分析诗作描述颍州西湖（位于今天的安徽阜阳）的可能性最大（图12）。《醉翁亭记》是欧阳修被贬滁州（今安徽滁县）时所作,虽然当时仕途不顺,但是在朝堂之上仍然有许多人认同欧阳修的人品和休养,并且欧阳修在滁州仍然有很多兴趣相投的好友。社交群体图并没有很大幅度的缩小,他的社交网络图反映出他当时的心理状态并不是很消极。本文结合地理空间、历史背景、文学作品分时段分析欧阳修的社交群体,从多个维度分析历史人物,能更为全面地剖析历史人物和当时的历史事实。
图12 欧阳修颍州社交网络

Fig. 12 Social network map of Ouyang Xiu in Yingzhou

4 结论与展望

历史人物的行为轨迹可以作为历史社会状态和历史文化背景的社会探测器。通过对历史名人的行为轨迹、社交关系进行空间化和可视化,可以对历史社会状态进行探索和分析,可以剖析当时的政治背景与人物关系。本文研究了历史人物精细化轨迹的地图呈现方式与历史信息地图可视化方法,基于WebGIS进行了地图叙事性的可视化尝试。结合人文社会科学学者对空间可视化和地理分析的需求,开发了在线轨迹生成工具和社交网络图生成工具,探索了历史人物轨迹数据由文本格式到地图空间可视化的方法。从GIS空间分析的角度对历史人物的轨迹点模式、轨迹线模式及社会属性进行了分析。将历史人物各个时间段的社交群体关系进行了可视化和统计分析,并综合历史背景、社交关系、作品、地理位置对历史人物进行了多维分析。本文的结论如下：
（1）历史人物的行为轨迹移动模式与社会动态息息相关,如欧阳修的行为轨迹反映了当时的社会变迁状况;
（2）历史人物的社交关系变化往往与政治事件和个人性格有关,如欧阳修的行为轨迹。
（3）历史人物的轨迹受地形、水文和职业特点所影响。如玄奘的轨迹以佛教圣地为中心,沿着地势较低的区域分布。
本文未来的研究方向包括：①探索更加科学、方便的文本数据空间化和可视化方法,为人文社会科学领域的学者提供简便易操作的空间化和可视化分析工具;②进一步深入研究通过历史人物的行为轨迹对历史社会状态和背景文化进行社会探测的方法;③结合虚拟地理环境的理论和方法,通过历史人物的轨迹分析,对历史社会状态、自然环境和气候状态等进行复原式探索和再现;④从地理信息科学与人文社会科学学科交叉融合的角度,进一步探索空间人文社会科学分析研究的新理论和新方法。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
林珲, 张捷, 杨萍, 等. 空间综合人文学与社会科学研究进展[J]. 地球信息科学, 2006,8(2):30-37.

[ Lin H, Zhang J, Yang P, et al. Research progress of spatially integrated humanities and social science[J]. Journal of Geo-information Science, 2006,8(2):30-37. ]

[2]
张捷, 颜丙金, 张宏磊, 等. 走向多范式的空间综合人文学[J]. 文化研究, 2016(4):72-85.

[ Zhang J, Yan B J, Zhang H L, et al. Toward a multi-paradic integrated spatial humanities[J]. Cultural Studies, 2016(4):72-85. ]

[3]
王祖超, 袁晓如. 轨迹数据可视分析研究[J]. 计算机辅助设计与图形学学报, 2015,27(1):9-25.

[ Wang Z C, Yuan X R. Visual analysis of trajectory data[J]. Journal of Computer-Aided Design & Computer Graphics, 2015,27(1):9-25. ]

[4]
潘威, 孙涛, 满志敏. GIS进入历史地理学研究10年回顾[J]. 中国历史地理论丛, 2012,27(1):11-17.

[ Pan W, Sun T, Man Z M. The review of GIS entered into Chinese historical geography since 2000 and outlook[J]. Journal of Chinese Historical Geography, 2012,27(1):11-17. ]

[5]
Törnqvist G. Creativity in time and space[J]. GeografiskaAnnaler: Series B, Human geography, 2004,86(4):227-243.

[6]
刘菊, 陈璨, 许珺. 基于众包的古琴名人时空信息采集与移动轨迹时空分析[J]. 地球信息科学学报, 2019,21(6):844-853.

[ Liu J, Chen C, Xu J. Spatiotemporal analysis of trajectories of guqin celebrities based on crowdsourcing data[J]. Journal of Geo-information Science, 2019,21(6):844-853. ]

[7]
张萍. 丝绸之路历史地理信息系统建设的构想及其价值与意义[J]. 陕西师范大学学报(哲学社会科学版), 2016,45(1):5-11.

[ Zhang P. Proposition of construction of historical geographical information system about the Silk Road and its value and significance[J]. Journal of Shaanxi Normal University (Philosophy and Social Sciences Edition), 2016,45(1):5-11. ]

[8]
张萍. 丝绸之路历史地理信息平台:设计、理念与应用[J]. 云南大学学报:社会科学版, 2017,16(5):50-54.

[ Zhang P. Historical geographic information platform for the Silk Road: Design, concept and application[J]. Journal of Yunnan University (Social Sciences Edition), 2017,16(5):50-54. ]

[9]
陈刚. 超媒体地理信息技术在六朝建康历史地理研究中的应用刍议[J]. 南京晓庄学院学报, 2004,20(3):41-46.

[ Chen G, The application of hypermedia geographic information technology in the study of Jiankang historical geography in the Six Dynasties[J]. Journal of Nanjing Xiaozhuang College, 2004,20(3):41-46. ]

[10]
Jiang N, Hu D. GIS for history: An overview[M]//Huang B. Comprehensive Geographic Information Systems. Netherlands: Elsevier, 2018: 101-109.

[11]
Knowles A K. Special issue: Historical GIS: The spatial turn in social science history- Introduction[J]. Social Science History, 2000,24(3):451-470.

[12]
Knowles A K. Reports on national historical GIS projects[J]. Historical Geography, 2005,33:293-314.

[13]
王大学. 国际学界国家历史地理信息系统建设与利用的现状及启示[J]. 江苏师范大学学报(哲学社会科学版), 2016,42(3):98-104.

[ Wang D X. The status quo and tendency of NHGIS in international academia[J]. Journal of Jiangsu Normal University (Philosophy and Social Sciences Edition), 2016,42(3):98-104. ]

[14]
邓夏玮. 基于社交网络的用户行为研究[D]. 北京:北京交通大学, 2012.

[ Deng X W. Research on user behavior based on social Network[D]. Beijing: Beijing Jiaotong University, 2012. ]

[15]
Apicella C L, Marlowe F W, Fowler J H, et al. Social networks and cooperation in hunter-gatherers[J]. Nature, 2012,481(7382):497-501.

[16]
Huang Y. Application of graphic social network in ancient Chinese history research[J]. Dissertations & Theses - Gradworks, 2013,792:62.

[17]
严程. 顾太清交游网络分析视野下“秋红吟社”变迁考[J]. 山东社会科学, 2018(7):64-69.

[ Yan C. An analysis of the changes of "Qiuhong Poetry Society" through Gu Taiqing's social network[J]. Shandong social sciences, 2018(7):64-69. ]

[18]
赵薇. 社会网络分析与“《大波》三部曲”的人物功能[J]. 山东社会科学, 2018(9):50-64.

[ Social network analysis and the character function of "Dabo" Trilogy[J]. Shandong Social Sciences, 2018(9):50-64. ]

[19]
李劼人. 大波[M]. 北京: 人民文学出版社, 2009.

[ Li J R. The Billow[M]. Beijing: People's Literature Publishing House, 2009. ]

[20]
玄奘, 辩机. 大唐西域记[M]. 桂林: 广西师范大学出版社, 2007.

[ Xuan Z, Bian J. Buddhist ecords of the western world[M]. Guilin: Guangxi Normal University Press, 2007. ]

[21]
侯杨方. 玄奘帕米尔东归路线的复原——基于GPS和实地考察的研究[J]. 历史地理, 2018(1):23-40.

[ Hou Y F. Restoration of xuanzangpamir's eastward return route: A study based on GPS and fieldinvestigation[J]. Historical Geography, 2018(1):23-40. ]

[22]
谭其骧. 中国历史地图集[M]. 北京: 中国地图出版社, 1982.

[ Tan Q X. The historical atlas of China[M]. Beijing, China: Sinomaps Press, 1982. ]

[23]
刘德清. 欧阳修纪年录[M]. 上海: 上海古籍出版社, 2006.

[ Liu D Q. Ouyang Xiu Chronicle[M]. Shanghai: The Shanghai Ancient Books Publishing House, 2006. ]

[24]
Silverman B W. Density estimation for statistics and data analysis[M]. London: Chapman and Hall, 1986: 74-94.

[25]
Lefever D W. Measuring geographic concentration by means of the standard deviational ellipse[J]. The American Journal of Sociology, 1926,32(1):88-94.

[26]
邹亚国, 林先成, 刘寅, 等. 基于GIS的中国历代名人人生轨迹研究[J]. 地理信息世界, 2018,25(5):68-74.

[ Zou Y G, Lin X C, Liu Y, et al. Research of life path of Chinese historical figures based on GIS[J]. Geomatics World, 2018,25(5):68-74. ]

[27]
(美) 弗里曼著, 张文宏等译. 社会网络分析发展史:一项科学社会学的研究[M]. 北京: 中国人民大学出版社, 2008.

[ Linton C. Freeman, translated by Zhang W H, et al. The Development of social network analysis: A study in the sociology of science[M]. Beijing: China Renmin University Press, 2008. ]

[28]
(美) 斯坦利·沃瑟曼等著, 陈禹等译. 社会网络分析:方法与应用[M]. 北京: 中国人民大学出版社, 2012.

[ Stanley Wasserman, Katherine Faust, translated by Chen Y, et al. Social Network Analysis Methods and Examples. Beijing: China Renmin University Press, 2012. ]

[29]
(印度) 弥勒论师 著,玄奘译. 瑜伽师地论[M]. 西安: 西北大学出版社, 2005.

[ Maitreya, translated by Xuan Z. Yogacara-bhumi-sastra[M]. Xi'an: Northwest University Press, 2005. ]

[30]
李映辉. 试论自然、区位条件与佛教地理分布——以唐代为例[J]. 甘肃社会科学, 2004(3):81-83.

[ Li Y H. On nature, geographical conditions and geographical distribution of Buddhism: Taking the tang dynasty as an example[J]. Gansu Social Sciences, 2004(3):81-83. ]

Options
Outlines

/

〈 〉