随着移动互联网及定位技术的发展,基于位置服务（Location Based Service,LBS）与人们的生活出行的联系越来越紧密。人们通常会使用带有LBS功能的手机应用程序去探索周边分布的兴趣点（Point of Interest,POI）,比如景点、酒店以及商超等。由于这些兴趣点数量庞大、属性丰富、语义繁杂,因此需要针对性的可视化方法对兴趣点的空间分布、专题语义及其与用户位置进行耦合表达,以更好的辅助用户对周边环境的空间认知。针对此问题,本文将“地理词云”以及“变形地图”的思想应用到LBS兴趣点可视化中,提出了一种适用于兴趣点多维信息表达的可视化方法--中心度词云。中心度词云采用中心-力导向算法对表征兴趣点的文字符号进行动态布局。该方法首先在指定区域内设定兴趣点的检索条件,然后根据检索结果提取出兴趣点的名称作为参与布局的文字符号形状轮廓,将符号的尺寸、颜色与兴趣点的类别、评分、点评等专题属性特征进行映射;接着选择一个布局中心点（表征该区域的地理特征点、或者LBS中用户当前所处的位置）,将所有兴趣点放置在与中心点重合的位置;初始布局下,兴趣点之间彼此重叠,利用中心-力导向算法构建力导向模型去模拟兴趣点符号的移动轨迹,文字符号在模型中吸引力和排斥力的作用下逐一移动,当到达合适的放置位置时则停止位移;移动过程中,为防止不同兴趣点之间发生重叠冲突,本研究采用四叉树的思想对文字的形状轮廓进行分割用于优化符号间的碰撞检测,最终得到调整后的可视化布局效果。为了验证布局结果的可读性和准确性,本文计算了紧凑度、方向保持度、相关性等3个指标并且邀请了志愿者从美观性、紧凑性、可辨识性、满意程度、任务完成度5个方面对所生成的布局进行评价打分,结果表明本方法能够较直观地展现兴趣点的多维度专题特征;较完整地表达兴趣点的分布情况;准确地保留中心点与兴趣点之间真实的相对位置关系。呈现给用户一个紧凑度高、信息量丰富的兴趣点可视化布局,并对用户感兴趣的信息突出显示,帮助其快速地浏览图中关键信息。更重要的是,本文提出的中心度词云能够表现兴趣点和用户位置之间的相关性（如公共交通出行距离、驾车时间、交通便捷度等）,突出兴趣点与“中心点”的内在联系。本文将兴趣点的专题信息（标识信息、位置信息、评价信息等属性）耦合表达在同一布局空间中,利用文字作为主要的符号标记,并综合采用多种视觉变量表达兴趣点的多维专题信息,从而实现了以提高地图认知效率为目的的泛地图表达。