GeoExplainer:一个用于空间建模情境化与报告生成的可视分析框架

各类地理回归模型常被用于识别空间分布观测决定因素中的模式与异常。这类分析聚焦于回答关于潜在空间现象的“为何”问题,例如:为何此地犯罪率更高,为何某学区儿童表现优于另一学区等?回答这些问题需要解释模型结构、参数选择,以及结合地理语境对发现进行情境化。对于关注区位语境在决定人类行为中作用的回归模型局部形式而言尤为如此。本文中,我们提出 GeoExplainer,一个可视分析框架,旨在支持分析人员创建总结并情境化其空间分析的说明性文档。当分析人员创建空间模型时,我们的框架标记参数选择的潜在问题,利用基于模板的文本生成来总结模型输出,并与外部知识库链接以提供有助于解释模型结果的标注。当分析人员探索模型结果时,所有可视化与标注均可被捕获于一个交互式报告生成组件中。我们通过一个建模 2016 年美国总统大选中投票决定因素的案例研究来演示我们的框架。