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。
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