空間文本相似性搜索問題研究與實(shí)現(xiàn).pdf

1、基于位置的服務(wù)(LBS)已經(jīng)廣泛地應(yīng)用到人們的日常生產(chǎn)和生活中，例如在移動設(shè)備上有微信平臺、手機(jī)端的微博、百度地圖等。隨著智能手機(jī)終端設(shè)備和大數(shù)據(jù)技術(shù)的進(jìn)步與普及，伴隨而來的是產(chǎn)生了大量的空間文本數(shù)據(jù)，這是由于智能設(shè)備往往裝有GPS設(shè)備。這些設(shè)備會產(chǎn)生多維度的信息，也就是說這些信息不僅包含了關(guān)鍵字，而且還包含了用戶所在位置的信息。這使得LBS系統(tǒng)產(chǎn)生了一種新的空間文本信息數(shù)據(jù)結(jié)構(gòu)類型。在大數(shù)據(jù)的環(huán)境下，如何對數(shù)據(jù)量越來越大的系統(tǒng)里面的雙

2、重信息進(jìn)行高效檢索則是一個(gè)非常值得研究的問題。由于地理位置信息的連續(xù)性，以及文本信息的離散性，空間文本信息難以運(yùn)用統(tǒng)一的方法有效的結(jié)合起來進(jìn)行處理，使得對這類問題的研究變得極具挑戰(zhàn)性。
　　本文對空間文本關(guān)鍵詞搜索問題做了相關(guān)研究，詳細(xì)地分析了當(dāng)前最先進(jìn)的空間查詢技術(shù)與文本查詢技術(shù)，如倒排索引，網(wǎng)格等方法，并對近幾年提出的一些方法進(jìn)行總結(jié)并加以優(yōu)化。本文主要研究成果及貢獻(xiàn)如下:
　　(1)對于查詢的前綴過濾算法，本文研究了已

3、有的前綴過濾算法并且進(jìn)行了一些優(yōu)化。通過分析前綴過濾算法的原理，發(fā)現(xiàn)前綴過濾閾值的上界條件能夠加以提升，在原有的基礎(chǔ)上進(jìn)行了相似度計(jì)算，以便進(jìn)一步提高過濾無用集合的效率。通過詳細(xì)的實(shí)驗(yàn)，對比了算法在某些情況的適用性，并證明了該算法的有效性和正確性。
　　(2)空間索引最有效的方法是網(wǎng)格方法，而網(wǎng)格方法的一個(gè)重要假定是網(wǎng)格都需要滿足完全性、不相交性和均勻性。即空間被所有網(wǎng)格覆蓋，每兩個(gè)網(wǎng)格之間都相對獨(dú)立沒有交集，并且網(wǎng)格是大小相同的