社交网络服务中基于位置的Topk查询方法.PDFVIP

社交网络服务中基于位置的Topk查询方法.PDF

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第25卷第5期 重庆邮电大学学报(自然科学版) Vol.25 No.5 2013年10月 JournalofChongqingUniversityofPostsandTelecommunications(NaturalScienceEdition) Oct.2013 DOI:10.3979/j.issn.1673825X.2013.05.015 社交网络服务中基于位置的Topk查询方法 夏 英,黄凯鹏 (重庆邮电大学 空间信息系统研究所,重庆400065) 摘 要:针对社交网络服务中汇聚的大量带有地理和社交属性的数据,提出一种改进的综合考虑用户位置和好友 关系的个性化位置Topk查询方法。首先,在传统Topk空间查询方法的基础上,将用户的好友关系及好友签到统 计信息引入评分函数,以便对查询结果进行个性化排序。然后,改进IRtree索引结构以支持对位置信息和社交关 系的混合索引。最后,在查询过程中采用基于优先级队列的最佳优先遍历方法进行剪枝,从而减少搜索空间。实 验表明,改进的评分函数、索引结构和遍历方法能够实现社交网络环境中个性化且高效的Topk查询。 关键词:社交网络服务;Topk查询;索引结构 中图分类号:TP391      文献标识码:A 文章编号:1673825X(2013)05064407 LocationbasedTopkquerymethodforsocialnetworkservice XIAYing,HUANGKaipeng (ResearchCenterofSpatialInformationSystem,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,P.R.China) Abstract:Regardingalotofgeographicalandsocialdatagatheredinsocialnetworkingservices,apersonalizedlocation Topkquerymethodwhichtakesintoaccountbothlocationandsocialrelationshipispresented.First,apersonalizedrank ingfunctionispresentedbasedonthetraditionalTopkspatialquerymethod.Itcombinestheuser'ssocialrelationswiththe statisticsinformationoffriends'chickins.Then,theIRtreeindexisimprovedtosupportthecombinedindexonlocation informationandsocialrelations.Finally,thebestfirsttraversalmethodsbasedonpriorityqueueisadoptedforpruningto reducethesearchspace.Theexperimentalresultsshowedthattheimprovedrankingfunction,indexstructureandtraversal methodcouldimplementbothpersonalizedqueryandefficientqueryinsocialnetworks. Keywords:socialnetworkservice(SNS);Topkquery;indexing 展,产生了大量带有位置信息和社交关系的签到数 0 引 言 据,这为地理位置和社会关系影响下的用户行为研 随着移动互联网的发展和移

文档评论(0)

wyw118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档