已知社交的Top-k空间关键字查询

摘要

随着便携式移动设备的普及，基于位置的地理信息服务在人们的生活中发挥着越来越重要的作用。但是随着用户需求的增加，空间关键字查询已不能为用户返回满意的结果；同时社交网络服务产生了大量带有地理和社交属性的数据，给高效查询算法的研究带来挑战。基于上述问题，本文把用户社交关系加入到空间关键字查询中，提出了已知社交的Top-k空间关键字查询算法。
　　首先，针对用户的选择经常受到朋友推荐的影响，利用基于位置服务产生的用户签到记录和社交数据，提出已知社交和文本的Top-k位置查询算法。本算法将用户的朋友关系和兴趣爱好应用于空间关键字查询中，为用户返回 k个空间相似度、文本相似度和社交相似度三者之和最高的地理位置。同时提出三种裁剪策略，包括距离、文本和社交的裁剪，以加快查询速度。
　　其次，针对传统偏好查询仅考虑辅助服务设施得分，而忽略目标设施服务的得分，导致查询结果满意度不高的问题，提出已知社交和文本的Top-k偏好查询算法。本算法将用户的朋友关系和兴趣爱好应用于偏好查询中，综合考虑目标、辅助设施及其社交信息，并量化到评分函数中，在用户给定距离范围阈值内，返回 k个得分最高的主要服务设施。同时提出2-路终止条件策略，从两方面依次进行裁剪，以实现提前终止。
　　最后，在两个不同的数据集上对本文所提算法进行实验对比，验证本文所提方法的有效性。

目录

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 研究内容

1.4 论文结构

第2章 基础知识

2.1 传统推荐方法的分类

2.2 空间文本数据查询算法

2.3 空间数据索引技术

2.4 本章小结

第3章 已知社交和文本的Top-k位置查询

3.1引言

3.2问题描述

3.3 基于SNIR-Tree的查询算法

3.4本章小结

第4章 已知社交和文本的Top-k偏好查询

4.1引言

4.2问题描述

4.3查询算法

4.4本章小结

第5章 实验结果与分析

5.1 实验环境设置

5.2 已知社交和文本的Top-k位置查询实验结果与分析

5.3 已知社交和文本的Top-k偏好查询实验结果与分析

5.4 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢