摘要: 给定一个道路网络和社交网络,集合空间关键字查询的目的是找到一组兴趣点,该组兴趣点的文本信息包含所有查询关键字,与查询的位置较近且彼此之间的距离较小。内聚组查询的目的是找到在地理位置和社交关系上紧密联系的一组用户;而集合空间关键字内聚组查询的目的是找到满足查询要求的一对最佳匹配的兴趣点集合和用户集合。针对这一问题,提出一种新的集合空间关键字内聚组查询处理模式。首先通过快速贪心查询过程获得候选兴趣点集合,然后使用core-tree结构存储(k,c)-core核心分解的结果,从而提高内聚组查询效率,并且保证查询结果能够同时满足用户之间的社会关系约束和兴趣点之间的空间位置约束。通过在真实数据集上开展实验,结果表明提出的方法比枚举方法的查询效率快1~2个数量级,并且具有较高查询准确性。
- 关键词:
- 集合空间关键字查询 /
- 内聚组查询 /
- 道路网络 /
- 社交网络 /
- core-tree结构 /
- 路网索引 /
- 滑动窗口 /
- 兴趣点
位置社交网络(location based social network,LBSN)上的集合空间关键字查询(collective spatial keyword query, CSKQ)[1-2]和内聚组查询(cohesive group query, Co-GQ)[3-4]在空间文本数据查询领域备受关注。CSKQ的目的是找到一组兴趣点(point of interest, POI),该组兴趣点满足3个条件:1)所关联的文本信息包含所有的查询关键字,2)靠近查询位置,3)组内兴趣点之间的距离较小。Co-GQ的目的是