地理社交网络中基于K近邻的兴趣组查询

doi:10.11896/j.issn.1002-137X.2017.09.038

计算机科学››2017,第44卷››问题（9）: 200-207.数字对象标识：10.11896/j.issn.1002-137X.2017.09.038

地理社交网络中基于K（K）近邻的兴趣组查询

王佳楠,陈默,巩树凤,于戈

东北大学计算机科学与工程学院沈阳110819,东北大学计算机科学与工程学院沈阳110819,东北大学计算机科学与工程学院沈阳110819,东北大学计算机科学与工程学院沈阳110819

出版日期:2018-11-13 发布日期:2018-11-13
基金资助:
本文受国家自然科学基金资助

地理社会网络中基于K-最近邻的兴趣组查询

王嘉楠、陈默、龚树峰、于歌

在线：2018-11-13 出版：2018-11-13

摘要/摘要

摘要：为满足地理社交网络平台中用户对附近区域内具有相同兴趣的其他用户的查找需求,提出一种新型空间查询——基于K（K）近邻的兴趣组查询（K-基于最近邻的兴趣组查询，KNNIG）与基于距离约束的传统空间K、KNNIG查询还加入了基于查询关键字的兴趣值约束,并在此基础上提出了D-I公司评价函数。查询结果为分值最高的用户集合。此外,提出了三种查询处理算法:基本KNNIG公司查询的优化算法（KNNIG-G公司*)以及基于网格的距离松弛算法（KNNIG-DR）在KNNIG-G、KNNIG-G和KNNIG-DR分别通过空间剪枝和距离松弛策略,在可容忍误差范围内有效地减少了计算开销,提高了查询效率。在真实数据集上进行的实验验证了所提算法的可行性与有效性。

关键词: 地理社交网络,K（K）近邻,兴趣组,剪枝,网格

摘要：地理社交网络上的用户可能希望找到其他具有相同兴趣的用户，基于此，我们提出了一种新的空间查询类型——基于K-最近邻的兴趣组查询（KNNIG）。与传统的仅考虑距离约束的空间K-最近邻查询不同，KNNIG查询还考虑了用户对查询关键字的兴趣值，在此基础上，我们导出了D-I排序函数。KNNIG查询检索最大化排名函数的大小为k的用户组。此外，我们还提出了三种查询处理算法，包括基本处理算法KNNIG-G、优化算法KNNIG-G*和基于网格索引的距离松弛算法KNNIG-DR。基于KNNIG-G，KNNIG-G*和KNNIG-DR分别采用空间剪枝策略和距离松弛策略进行开发，有效降低了计算成本，提高了查询效率。在实际数据集上的实验结果证明了所提算法的可行性和有效性。

关键词： 地理社会网络、K近邻、兴趣组、修剪、网格

王佳楠,陈默,巩树凤,于戈.地理社交网络中基于K（K）近邻的兴趣组查询[J] ●●●●。计算机科学, 2017, 44(9): 200-207. https://doi.org/10.11896/j.issn.1002-137X.2017.09.038

王嘉楠、陈默、龚树峰、于歌。地理社会网络中基于K-最近邻的兴趣组查询[J] ●●●●。计算机科学，2017，44（9）：200-207。https://doi.org/10.11896/j.issn.1002-137X.2017.09.038

参考文献

[1] HRISTOVA D，WILLIAMS M J，MUSOLESI M，et al.利用互联地理社会网络测量城市社会多样性[C]‖第25届万维网国际会议论文集.2016:21-30。
[2] 高华，唐杰，刘华。利用地理社会相关性解决选址推荐中的冷启动问题[J]。数据挖掘与知识发现，2015,29（2）：299-323。
[3] ANEJA N，GAMBHIR S.Ad-hoc Social Network中动态兴趣的地理社会语义轮廓匹配算法[C]‖2015 IEEE计算智能与通信技术国际会议（CICT）。IEEE，2015:354-358。
[4] 李永发，吴德明，徐建林，等.基于位置的社交网络中的空间感知兴趣群查询[C]‖第21届ACM信息与知识管理国际会议论文集.2012:2643-2646。
[5] ROUSSOPOULOS N，KELLEY S，Vincent F.最近邻居查询[J]。ACM Sigmod记录。美国医学会，1995,24（2）：71-79。
[6] PAPADIAS D，SHEN Q，TAO Y，等.分组最近邻查询[C]‖第20届国际数据工程会议，2004.IEEE，2004:301-312。
[7] 陶毅，PAPADIAS D，沈清.连续最近邻搜索[C]‖第28届超大数据库国际会议论文集。VLDB捐赠，2002:287-298。
[8] 高毅，郑斌，LEE W C，等。连续可见最近邻查询[C]‖第十二届国际扩展数据库技术会议论文集：数据库技术的进展。美国医学会，2009:144-155。
[9] GAO Y，ZHENG B.空间数据库中的连续阻塞最近邻查询[C]‖2009年ACM SIGMOD国际数据管理会议论文集。美国医学会，2009:577-590。
[10] HJALTASON G R，SAMET H。空间数据库中的远程浏览[J]。美国计算机学会数据库系统学报（TODS），1999,24（2）：265-318。
[11] 周毅，谢X，王C，等。基于位置的Web搜索混合索引结构[C]‖第十四届ACM国际信息与知识管理会议论文集。美国医学会，2005:155-162。
[12] CONG G，JENSEN C S，WU D.top-k最相关空间web对象的高效检索[J]。VLDB捐赠会议记录，2009,2（1）：337-348。
[13] CHEN L，CONG G，CAO X.过滤地理文本数据的高效查询索引机制[C]‖ACM SIGMOD国际数据管理会议.2013:749-760。
[14] 陈磊，CONG G，CAO X，等.时空关键词Top-k发布/订阅[C]‖国际数据工程会议.IEEE，2015:255-266。
[15] 杨德恩，沈春英，李文川，等.基于位置的社交网络的社会空间群组查询[C]‖第18届ACM SIGKDD国际知识发现与数据挖掘会议论文集。美国医学会，2012:949-957。
[16] LIU W，SUN W，CHEN C，等。地理社交网络中的朋友圈查询[M]，高级应用数据库系统。施普林格-柏林-海德堡，2012:126-137。
[17] 姜杰，鲁赫，杨斌，等。在地理标签社交媒体数据中寻找顶级本地用户[C]‖2015 IEEE第31届国际数据工程会议（ICDE）。IEEE，2015:267-278。
[18] CHEEMA MA，YUAN Y，LIN X.循环：连续kNN查询的有效算法[M]‖数据库的进展：概念、系统和应用。施普林格-柏林-海德堡，2007:863-869。

韵律学

已查看

全文

摘要

引用

共享

讨论

地理社交网络中基于K（K）近邻的兴趣组查询

地理社会网络中基于K-最近邻的兴趣组查询

PDF（PC）

摘要/摘要

引用本文

使用本文

参考文献

相关文章0

韵律学

本文评价

推荐阅读0