多類型反向最近鄰查詢的研究.pdf

1、隨著空間數(shù)據(jù)庫(kù)的廣泛應(yīng)用和計(jì)算資源的不斷開(kāi)發(fā)，人們對(duì)基于位置服務(wù)LBS(location-based SeⅣices)的期望也越來(lái)越高，這意味著LBS必須能處理更復(fù)雜的查詢。最近鄰NN(nearest neighbor)查詢和反向最近鄰RNN(reverse nearest neighbor)查詢是LBS中兩個(gè)非常重要的查詢。其中NN查詢是查找離查詢點(diǎn)距離最近的點(diǎn)集，而RNN查詢依托于NN查詢，其查詢結(jié)果集中的每一個(gè)點(diǎn)都將查詢點(diǎn)作為最近

2、鄰，即查詢點(diǎn)是結(jié)果集中所有點(diǎn)的最近鄰。RNN查詢通常用于一些市場(chǎng)分析和商業(yè)決策系統(tǒng)。反向最近鄰查詢技術(shù)能提供決策支持，因此具有很大的商業(yè)價(jià)值。
　　 傳統(tǒng)的RNN查詢沒(méi)有考慮多個(gè)特征類型影響的情況，因此在一些商業(yè)決策系統(tǒng)中的運(yùn)用受到的限制，有時(shí)甚至不能滿足用戶的個(gè)性化需求。而現(xiàn)有的多類型反向最近鄰MTRNN(multiple types reverse nearest neighbor)查詢雖然考慮多個(gè)特征類型但卻忽略了它們之間

3、的影響因素，也不能真實(shí)地反映實(shí)際情況。因此，對(duì)MTRNN查詢做進(jìn)一步的擴(kuò)展和完善將是十分有意義的。
　　 本文在分析總結(jié)MTRNN查詢算法優(yōu)缺點(diǎn)基礎(chǔ)上，進(jìn)一步做了以下的研究工作:
　　 1.針對(duì)現(xiàn)有的MTRNN查詢算法沒(méi)有高效的過(guò)濾策略，并且沒(méi)考慮各特征類型之間的影響因素的問(wèn)題，提出了一個(gè)基于特征類型影響因子的帶權(quán)多類型反向最近鄰WMTRNN(weighting multiple types reverse neares

4、t neighbor)查詢方法。它采用R-tree索引結(jié)構(gòu)并結(jié)合了閉區(qū)域和開(kāi)區(qū)域剪枝策略，更能適應(yīng)LBS的特征要求。仿真實(shí)驗(yàn)結(jié)果表明，WMTRNN查詢算法在合理的時(shí)間內(nèi)能得到準(zhǔn)確的查詢結(jié)果，新的過(guò)濾策略在大數(shù)據(jù)環(huán)境下的過(guò)濾效果比較顯著。
　　 2.針對(duì)確定對(duì)象的MTRNN查詢難以滿足當(dāng)今計(jì)算環(huán)境下的個(gè)性化要求和復(fù)雜的應(yīng)用場(chǎng)景的問(wèn)題，研究了關(guān)于不確定對(duì)象的概率多特征類型反向最近鄰PMTRNN(Probability multipl