多類型反向最近鄰查詢的研究.pdf

1、隨著空間數(shù)據(jù)庫的廣泛應(yīng)用和計算資源的不斷開發(fā)，人們對基于位置服務(wù)LBS(location-based SeⅣices)的期望也越來越高，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中兩個非常重要的查詢。其中NN查詢是查找離查詢點距離最近的點集，而RNN查詢依托于NN查詢，其查詢結(jié)果集中的每一個點都將查詢點作為最近

2、鄰，即查詢點是結(jié)果集中所有點的最近鄰。RNN查詢通常用于一些市場分析和商業(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)價值。
　　 傳統(tǒng)的RNN查詢沒有考慮多個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，有時甚至不能滿足用戶的個性化需求。而現(xiàn)有的多類型反向最近鄰MTRNN(multiple types reverse nearest neighbor)查詢雖然考慮多個特征類型但卻忽略了它們之間

3、的影響因素，也不能真實地反映實際情況。因此，對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)缺點基礎(chǔ)上，進(jìn)一步做了以下的研究工作:
　　 1.針對現(xiàn)有的MTRNN查詢算法沒有高效的過濾策略，并且沒考慮各特征類型之間的影響因素的問題，提出了一個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)域和開區(qū)域剪枝策略，更能適應(yīng)LBS的特征要求。仿真實驗結(jié)果表明，WMTRNN查詢算法在合理的時間內(nèi)能得到準(zhǔn)確的查詢結(jié)果，新的過濾策略在大數(shù)據(jù)環(huán)境下的過濾效果比較顯著。
　　 2.針對確定對象的MTRNN查詢難以滿足當(dāng)今計算環(huán)境下的個性化要求和復(fù)雜的應(yīng)用場景的問題，研究了關(guān)于不確定對象的概率多特征類型反向最近鄰PMTRNN(Probability multipl