Comprehending Spatio-temporal Data via Cinematic Storytelling using Large Language Models

一、文章主要内容总结

本文针对时空数据传统可视化复杂、需专业知识且难以触达广泛受众的问题，提出了基于电影叙事（cinematic storytelling）的时空数据解读框架MapMuse。该框架融合大型语言模型（LLM）、检索增强生成（RAG）和智能体技术，将时空数据转化为具有叙事性的故事，核心目标是提升不同受众对时空数据的理解度、参与感和实际应用价值。

研究以波尔图出租车轨迹数据集为案例展开验证：

1. 基于出租车终点热图，生成面向专业受众和首次到访游客的两类叙事，通过突出15个以上兴趣点（POI），揭示城市流动模式并提供实用信息；
2. 针对单条出租车轨迹生成故事，展现叙事流畅性，但也发现LLM存在“幻觉”问题（生成的POI与实际轨迹无关）。

MapMuse的核心架构为智能体驱动的工作流：由控制智能体协调查询、发现、分析等专业智能体处理数据，故事生成智能体遵循电影叙事原则创作内容，验证智能体检测“幻觉”以保证准确性。此外，文章还讨论了当前系统的局限性（如数据预处理依赖人工、依赖商业LLM等），并提出了未来研究方向（如优化数据嵌入、微调开源LLM、构建评估基准等）。

二、文章创新点

1. 首次将电影叙事原则与时空数据解读结合：借鉴电影叙事的角色设定（将地点视为角色）、三幕式结构（开端-发展-结局）、受众适配等核心原则，使数据叙事兼具清晰度、情感共鸣和针对性，突破传统可视化的信息传递瓶颈。
2. 构建智能体驱动的端到端框架：整合RAG、LLM智能