一切人類的活動無非是在（連續(xù)、離散、開放、封閉）的時間和空間內(nèi)尋找確定性，所以地圖在會展管理里面是一個很好的應用。 要研究地圖，首先必須研究關(guān)于地圖的理論。 

地理學第一定律這個理論是沃爾多·R·托布勒1969年提出的第一部地理定律（也稱為地理學第一定律），即空間相關(guān)性定律“All things are related, but nearby things are more related thandistant things.”事物之間的相關(guān)性與距離有關(guān)，一般來說，距離越近，事物間相關(guān)性越大；距離越遠，事物間相異性越大。 也就是說一切都與其他的一切有關(guān)，但是近處的事物比遠處的事物更為相關(guān)。這個概念適用于污染、噪音、土壤科學和無數(shù)現(xiàn)象。在社會、政治、創(chuàng)新領(lǐng)域，同樣適用，比如遠親不如近鄰；在管理創(chuàng)新領(lǐng)域，艾倫曲線也是很好的證明：人們總是與距離自己近的人協(xié)作和溝通頻率更高，領(lǐng)導總是喜歡用自己近的下屬，走到哪帶到了哪兒。 

莫蘭指數(shù)：莫蘭指數(shù)可以用自相關(guān)數(shù)值來描述托布勒第一地理定律，描述物體與周圍物體的相似程度。 莫蘭指數(shù)分為全局莫蘭指數(shù)（Global Moran's I）和局部莫蘭指數(shù)（Local Moran's I），前者是Patrick Alfred PierceMoran開發(fā)的空間自相關(guān)的度量；后者是美國亞利桑那州立大學地理與規(guī)劃學院院長Luc Anselin 教授在1995年提出的。 通常情況，先做一個地區(qū)的全局莫蘭指數(shù)，全局指數(shù)告訴我們空間是否出現(xiàn)了集聚或異常值。如果全局有自相關(guān)出現(xiàn)，接著做局部自相關(guān)，局部Moran'I會告訴我們哪里出現(xiàn)了異常值或者哪里出現(xiàn)了集聚。 Moran指數(shù)分為正相關(guān)、負相關(guān)和無空間自相關(guān)。

正空間自相關(guān)表示地圖中的相似值聚類。而負空間自相關(guān)則表明地圖中的聚類值不同。MoranI值為0通常表示沒有自相關(guān)。 利用空間自相關(guān)，地理學家了解疾病和其他現(xiàn)象是否是孤立的。展會之中，可以識別物以類聚人以群分，熱力指數(shù)，也可識別展商和觀眾是分散、聚集而傳播的。 

托布勒的第一地理定律是基于成本距離或 distance decay。這意味著兩個相距較遠的地方存在更大的障礙。例如，人們不太可能去更遠的地方逛商店。對于預測觀展人群模型也可以有所幫助。因為，隨著距離的增加，對運輸成本和采購的阻礙越大，摩擦系數(shù)越大，探親訪友的阻力也越大。 

地圖在會展活動之中的應用會展主辦方、場館方掌握著大量的人員與人群信息，但是這些數(shù)據(jù)是分散的、離散的。如何找到規(guī)律，建立展會的空間相關(guān)性莫蘭指數(shù)？就是一個很好的啟示。 對于會展活動，無論是線上還是線下，實體空間還是虛擬空間，開放空間還是封閉空間，只要數(shù)據(jù)量足夠大，人的活動、商品的消費、企業(yè)的運營都是有跡可循的。 因此，利用地圖相關(guān)的技術(shù)采集人群的行為軌跡在展會和商場空間的分布是很好的應用，可以分析這個地方究竟是熱門展臺的引流還是僅僅是因為位置好帶來的人流集聚。從而有針對性的招展、招租、定價。 

基于空間和位置的服務LBS在展會之中的應用在很短的時間內(nèi)，需要給精準的人群提供所需的服務，比如：位置和空間的導航、配對、推薦、導覽、帶看、預約、日程，這些都與空間和時間相關(guān)，利用AI+Map提供更好的服務。

按照技術(shù)的語言來說，就是服務的可視化、互動與交互、游戲化、服務更精細化、數(shù)據(jù)化。
在元宇宙的未來，一切搜索和社交都與虛實結(jié)合的位置、空間相關(guān)。