每个人每天发生的事情总是和一定的地理空间相关联的，而这些发生的事情可能会使这个地理位置不仅具有空间上的意义，还会成为一种精神上的坐标，就像耶路撒冷之于宗教，西湖之于文人。而这种地理位置的精神含义必须要通过文字的形式才能够表现出来。所以，我们希望做一款能够在任何地理位置上记录任何信息的软件。所记录的信息无论是历史记录型，还是生活分享型，或者是其他类型的。这些信息都将会成为增添某个地理位置精神内涵的佐料，使用这款软件的用户可以通过阅读这些信息来获悉某个地点在他人眼中的不同解读。
城市故事地图，简称城事，是一个基于地点的信息分享平台。我们的想法是让用户可以在任意地点上分享自己的信息，其他用户可以查看别的用户分享的信息。注意，这里的“信息”是一个广义的概念，比如生活经历，文章等都被称为信息。
为了落实我们的想法，我们已经在Android上实现的基本功能有
- 定位
- 任意地点转移
- 按标签信息搜索
- 任意位置记录富文本信息
- 查看富文本信息
- 屏幕内信息动态显示
- 评论、点赞
我们期待实现的功能有
-
精选专栏。对于有价值的信息，应该收取一定费用观看。
-
城事币。用户可以使用城事币来对其他用户进行打赏，升级会员。发布有价值的信息可以获得城事币。
-
会员制。用户缴纳一定费用后可以升级会员，会员的特权有信息优先推荐，信息存在期限更长，免费阅读盐选专栏，点赞次数增加等。
-
广告。广告以城事币换购商品的形式投放。
-
兴趣点相关信息推送。用户可以在地图上划分感兴趣区域，只要这块区域的信息推荐度达到预先设定的阈值，那么用户就可以收到其预先划定的感兴趣区域的消息推送。
-
官方认证。增设官方认证账号，在特定地点发布权威信息。
我们的软件是一个基于地点的信息分享平台。但是，我们并不预先设定信息的类型，而是让用户自己定义信息的类型。因为我们坚信，即使是同一个地点，在不同的人的身上所发生的故事也会不同，所以就会产生不一样的故事。我们所要做的，就是将故事记录下来，并再现给用户。因此，我们的软件表现为什么类型取决于用户以一个什么样的眼光去审视我们的软件。例如，驴友在使用我们的软件时更多的是去分享自己的旅游经历、介绍风景名胜和查看其他驴友分享的信息，所以，我们的软件在驴友们的眼中是一个旅游经历分享地图。也正因为我们提供的只是一个平台，所以我们的应用场景十分宽广，下面是4个应用场景示例。
-
记录历史。在旅游过程中，伴随着人们最多的便是地图，而目前的地图往往只提供地点搜索，导航等功能，而没有提供对某个地点的历史记录。而人们往往希望看到的不仅是实在的地点，还希望看到这个地点背后的一些故事。我们的软件恰恰将这二者统一起来，使得我们的用户能够在寻找地点的同时也能够找到地点背后的历史记录。
-
生活分享。由邻里效应可知，处于物理空间距离近的人，见面机会较多，容易熟悉，彼此的心理空间也就更容易接近。所以，我们会倾向于关注与我们地理位置相近的人的信息。但是，大多数人发微博不会选择加上地点，微信，QQ等只有处于好友关系才能看到动态。也就是说，在现有的app中，没有app采用的是基于地点信息的分享方式，所以我们很难找到附近的人的一些动态。而我们的app能够使用户在故事地图上自由地分享和记录自己生活发生的故事，使得用户能够根据地点信息来寻找自己感兴趣的内容。
-
通知功能。试想一个场景，我们将要去一个大型商场购物，但是这个商场计划装修，此时已经在关门准备。由于我们没有关注到这个商场的公众号或者是这个商场没有及时通知消费者关门装修的消息，这时，如果我们去了这个商场便会无功而返。但是，用户出行时都会打开地图，如果有人在地图上发布了这个商场的关门装修通知，用户就可以看到这个通知而更改自己的计划，节省了用户的时间。
-
**助力地摊经济发展。**最近，国家放开了对地摊经营者的管控，于是一种新兴经济——地摊经济开始兴起。对于地摊经济发展而言，存在如下的问题，一是地摊商贩流动性强，对城市精细化管理造成一定的压力。二是商贩缺乏有效的宣传手段，使得地摊的销售范围小。但是，借助于我们的城市故事地图，一方面商贩可以在其地摊点上发布自己的商品信息，无论是消费者在附近还是相隔几百公里，消费者都能够发现地摊信息，从而使得地摊商贩以低成本的方式有效地宣传自己的商品。对于城市管理者而言，其能够在我们的软件上实时监控商贩的信息，从而提高对流动商贩的管制。
在客户端，我们使用的是Android编程技术，框架采用MVP架构，逻辑上遵从Google的Todo-MVP编程逻辑。在服务器端，我们采用Servlet编程技术，客户端和服务器的信息传输使用Http协议，信息格式采用JSON，信息编码采用Base64。在数据库端，我们使用了MySQL 8.0，服务器和数据库的交互采用JDBC编程技术，下图是我们的技术框架简介。
- 故事推荐算法。我们随机地挑选一些其他用户的文章，用TF特征向量和simhash指纹计算当前用户的一些文章的相似度，如果存在至少一篇文章的计算结果较为接近，即两篇文章的相似度大于一个阈值，则认为这篇文章适合推荐。对于会员用户，我们倾向于把他/她的文章推荐给更多用户，则我们会把这个阈值设置的较低一些。 考虑到用户编写的故事一般比较短，所以一般很快就能实现推荐。