2006 年杰夫首次提出了众包的概念[1].指出众包是指将一个传统上由专门的代理(通常是雇员)来完成的任务以公开征求的方式外包给不特定的大众的做法.简单地说,众包是指将软件开发领域中开放源代码的方法应用到其他领域.众包概念提出后,其新颖的模式迅速引起了业界的广泛关注和讨论.众包(Crowdsourcing)地理数据[2],有时也称之为志愿者地理信息(VolunteeredGeographical Information,VGI)或个人位置数据(Personal Location Data),是指个人或拥有某种共同兴趣的团体等有意识或者无意识地记录下自己活动的位置或者发生在某些具体地点和时间的事件,并将这些信息通过地理坐标、文字、图片或者录像片段等格式分享在互联网中.这一类信息没有统一的质量规范、也没有统一的格式,但数据量巨大(2009 年全球达到至少1PB 级),并且每年以20％的速度增长.本文以微博签到数据为例来探究众包数据的可视化方法.目前成熟的可视化方法包括：文本信息可视化方法(如标签云[3]),Cartogram 可视化方法,聚类结果可视化方法,树图可视化方法.其中对于Cartogram 算法[4],它保持位置的相对正确,基于属性进行夸张变形,直观地传递某种特定信息.聚类结果可视是充分利用文本聚类结果的树形结构的层次特点以及文本之间的语义关系进行文档抽象布局[5]；通过山峰模型形成等值线,进而构建主题图的可视化表现形式用以表现文本集合中的语义关系,也可通过K.means 聚类算法的并行化对其进行改进[6].树图可视化方法在表示多维信息时[7],节点的大小、形状、颜色、节点间连线的线型、粗细、曲直、长短(节点间的距离反映权值大小)都被用来表现相关信息.通过这些可视化方法的研究,可得到如某地所有景点的兴趣热点、兴趣冷点,或是预测、预警某地的突发情况,为大众的用户行为提供及时得当的信息.