连续最近邻查询与移动学习的语义缓存策略研究

摘要

近年来，随着无线通信技术的飞速发展，移动设备的使用无处无时不在。人们通过移动设备进行位置相关查询，如查询最近的银行、旅社、餐馆，以及存取附近的学习资源。这些查询对用户非常重要，而且紧急。
　　移动设备从远程服务器中存取信息会遇到一些问题，这些问题包括移动用户所需的信息与移动路径相关、网络连接的临时性、网络的弱连接。并且移动数据库有有限的无线带宽，移动设备有电源容量、存储容量的限制。这些问题与限制使移动设备的移动信息存取变得困难。
　　解决移动信息存取的这些问题需要最小化移动设备与服务器间的连接以及最小化数据的传输。数据缓存被证明是有效的方法。
　　为支持位置相关查询，本文提出了连续最近邻查询的语义缓存策略，使用该策略，移动用户可在移动路径上的任何地方发起最近邻位置相关查询CNNQ。在服务器端，使用Voronoi索引把搜寻空间分成多个Voronoi单元，有效支持CNNQ,减少搜索范围。为支持移动设备作为移动学习平台的移动学习，本文提出了一个支持移动学习的意义缓存策略SCSML，该策略依照学习者的移动路径，在移动设备上预存学习资源。当学习者要进行学习时，能及时得到所用资源，减少了学习时间及资源下载时间。
　　本文对支持CNNQ的缓存策略，设置了多个邻接区进行性能验证实验;对支持移动学习的缓存策略，以缓存PDF文本与JPG图像作为移动学习资源为例，进行了实验检验。实验结果表明，使用本文提出的策略与使用常规的缓存策略以及无缓存情况相比，响应速度明显加快，缓存命中率明显提高。

目录

声明

ACKNOWLEDGEMENTS

摘要

ABSTRACT

TABLE OF CONTENTS

CHAPTER 1 INTRODUCTION

1．1 Background

1．2 Limitations of Mobile Computing

1．3 Contribution

1．4 Organization of the thesis

CHAPTER 2 Related Work

2．1 Indexes Methods for Query Processing

2．2 Mobile Learning

2．3 Caching Strategy

CHAPTER 3 PRELIMINARIES

3．1 Introduction to Mobile Database System

3．1．1 Definitions

3．1．2 Architecture of Mobile Database Systems

3．2 Location Based Services (LBS)

3．2．1 Definitions

3．2．2 Uses of LBS

3．3 Voronoi Diagram (VD)

3．3．1 Definitions

3．3．2 Application of Voronoi Diagram

CHAPTER 4 SEMANTIC CACHE STRATEGIES FOR CNNQ and M-LEARNING

4．1 Mobile Learning Management Systems

4．1．1 Definitions of Mobile Learning

4．1．2 Location Based Mobile Learning (LBML)

4．2 Data Caching Strategy in Mobile Database

4．2．1．Caching Mechanism

4．2．2 Data Caching

4．2．3 Semantic Caching

4．2．4 Query Optimizer

4．3 Answering CNNQ Based on Voronoi Index

4．4 Semantic Caching Strategy for CNNQ

4．5 Semantic Caching Strategy for Mobile Learning

CHAPTER 5 SIMULATION

5．1 Simulation Setting

5．1．1 Server Setting

5．1．2 Mobile Client Setting

5．2 Simulation Result

5．2．1 Average Download time

5．2．2 Average Cache Hit Ratio

CHAPTER 6 CONCLUSION AND FUTURE WORK

6．1 Conclusion

6．2 Future Work

REFERENCE

Published papers