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

一、文章主要内容总结

本文提出了一种基于叙事的时空数据解读框架MapMuse，旨在解决传统时空数据可视化需专业知识、难以被普通受众理解的问题。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，借鉴电影叙事原则（如角色塑造、三幕式结构、受众适配），将复杂的时空数据转化为具有吸引力的叙事内容。

通过波尔图出租车轨迹数据集进行案例研究：

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，融入15个以上兴趣点（POI），清晰呈现城市流动性模式；
2. 针对单条出租车轨迹生成叙事，展现时空动态变化，但存在LLM幻觉问题（生成的POI与实际轨迹关联性弱）。

MapMuse的核心工作流由控制智能体协调查询、发现、分析、验证等专业智能体，完成数据处理、叙事生成与幻觉校验，最终向用户输出适配的时空数据故事。文章还指出了当前系统的局限性（如数据预处理依赖人工、幻觉问题未完全解决等），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：通过提取“角色”（POI、变量等）、构建“三幕式情节”、适配目标受众等电影叙事技巧，让时空数据叙事兼具清晰度、情感共鸣和针对性，突破传统可视化的理解门槛。
2. 提出MapMuse智能体驱动框架：整合LLM、RAG和多智能体协作，实现时空数据的自动处理、叙事生成与幻觉验证，无需人工深度参与，兼顾效率与准确性。