一种基于路网反空间关键字查询的最佳选址方法技术

一种基于路网反空间关键字查询的最佳选址方法，对于数据集采用基于连接聚簇的索引结构存储，并利用类迪杰斯特拉搜索方法来遍历索引；在遍历索引时本发明专利技术首先计算得到查询商家的潜在竞争商家的候选结果；接着利用提出的相关规则进行验证，判断其是否为真正的竞争商家。本发明专利技术结合了空间数据库的现有技术和反空间关键字算法，并且整个查询过程不需要遍历整个数据集，从而提供了最佳性能。

【技术实现步骤摘要】
一种基于路网反空间关键字查询的最佳选址方法
本专利技术涉及数据库的索引与查询技术，特别是一种基于路网反空间关键字查询的最佳选址方法。
技术介绍
空间数据库是作为一种应用技术而诞生和发展起来的，其目的是为了存储、管理和检索各种地理空间数据(包括空间数据和非空间数据)。目前，空间数据库被广泛地应用于地理信息系统、计算机辅助设计、多媒体信息系统以及数据仓库，为以上系统提供数据存储和查询解决方案。路网空间数据库作为空间数据库的重要组成部分，由于其广泛的应用得到了越来越多的关注。为了快速、有效的访问路网空间数据，专家学者们提出了大量的空间索引方式。迄今为止，影响最大、应用最广泛的基于路网空间的索引是基于连接聚簇的索引方法。它利用了现有的路网的邻接信息，其构建思想是对任意路网节点的邻接节点以及路网上得数据点分别聚类存储，再用B树进行索引，从而达到最小化存取代价的目的。在此基础上，专家学者们提出了各种各具特色的基于路网的查询及解决方法，如最近邻查询、连续最近邻查询、反向最近邻查询。其中基于路网的反最近邻查询是最近提出的一种新颖的查询。它主要从商家的角度进行查询，向商家返回基于路网距离影响用户最多的地址，从而向帮助商家进行选址推荐。目前，针对路网反最近邻查询已有成熟的解决方案。但是在某些情况下，路网反最近邻查询不仅仅需要考虑空间信息，文本描述信息作为数据点的重要组成部分，在已有的方法中却没有得到有效利用。为了更好的帮助商家做出最佳选址决策，这就要求系统能够处理路网环境下带有文本信息的反最近邻查询结果。但是现有的方法都不能有效的解决。
技术实现思路
本专利技术要克服现有技术不能有效利用文本描述信息的缺点，提供一种基于路网反空间关键字查询的最佳选址方法。本专利技术解决其技术问题所采用的技术方案步骤如下：步骤(1)：收集已有商家信息，对其建立索引，收集查询商家备选地址信息和文本信息；步骤(2)：对于每一个查询商家备选地址，通过类迪杰斯特拉方法，并利用查询文本信息，找到与查询商家有潜在竞争关系的商家；步骤(3)：利用判断规则对步骤(2)中得到的每一个查询商家备选地址的潜在竞争商家进行验证；步骤(4)：利用步骤(3)中的结果找到查询商家的最优备选地址。所述的步骤(1)中每一个商家的信息包括地址信息和文本信息，其中地址信息是通过一个地理坐标表示的，文本信息是由一组或多组关键字表示的；所有商家信息是通过基于连接聚簇的索引模型对其建立索引的，索引文件包含了所有的商家地理位置信息以及文本信息，其中地理信息存储于连接表文件中，文本信息存放于数据点文件中；查询商家的所有信息都存储于文本文件中。所述的步骤(2)中对于每一个查询商家备选地址，通过类迪杰斯特拉方法，并利用查询文本信息，找到与查询商家有潜在竞争关系的商家，是通过判断关键字包含性以及路网距离实现的，计算得到的数据点集合也就是对查询商家可能构成竞争关系的商家；在计算的过程中，需要维护一个存放路网节点以及该节点到查询商家地址距离的优先队列，在该优先队列的队首总是当前距离查询点最近的路网节点；通过迪杰斯特拉方法扩展路网的获取数据点的过程中，还需要维护对应于当前路网节点的计数树用于保存关键字计数信息；计数树由2n-1个节点构成，每个节点包含三个计数值分别为c1，c2以及c3，其中c1表示查询节点到当前节点中关键字等于当前关键字的数据点个数，c2表示查询节点到当前节点中关键字包含当前关键字的数据点个数，c3表示查询节点到当前节点中邻接边上关键字包含当前关键字的数据点个数；若所有边界节点计数树的c1或c2数值都达到了给定的k值，则路网扩展结束，因为扩展的路网区域内不可能存在潜在的竞争商家；其中，在判断数据点是否是潜在竞争商家的过程中，分三种情况考虑：2.1)该数据点的关键字集合被查询商家的关键字集合全部包含，这种状况下根据其当前路网节点的计数树中对应关键字的数值分为两种情况分别做出不同处理：a)该数据点关键字集合所对应的当前路网节点的计数树的计数值小于给定的k值，则将当前数据点添加至候选集合并更新当前节点的计数树对应数值；b)该数据点关键字集合所对应的当前路网节点的计数树的计数值大于或等于给定的k值，更新当前节点的计数树对应数值；2.2)该数据点的关键字集合被查询商家的关键字集合部分包含，这种状况下需要更新当前节点的计数树对应数值，不将数据点加入候选集合中；2.3)该数据点的关键字集合完全不被查询商家的关键字集合包含，这种状况下不需要对数据点以及计数树做任何处理。所述的步骤(3)中利用判断规则对步骤(2)中得到的每一个查询商家备选地址的潜在竞争商家进行验证，是通过验证潜在竞争商家的k个包含其关键字集合的最近商家是否包含查询商家来实现的；对于每一个待验证的潜在竞争商家，首先要在索引中定位该商家的地理位置以及关键字集合，再根据潜在竞争商家到查询商家的距离范围内，关键字集合包含潜在竞争商家的关键字集合的所有商家数量来判断；在判断时，需考虑两种情况：3.1)在潜在竞争商家到查询商家的距离范围内，如果存在多于或等于k个商家，其关键字集合包含潜在竞争商家的关键字集合，那么该潜在竞争商家不是查询商家的真正竞争商家；3.2)在潜在竞争商家到查询商家的距离范围内，存在小于k个商家，其关键字集合包含潜在竞争商家的关键字集合，那么该潜在竞争商家是查询商家的真正竞争商家。所述的步骤(4)中利用步骤(3)中的结果找到查询商家的最优备选地址，是根据每一个备选地址所具有的真正竞争商家数量来实现的，所具有的真正竞争商家数量最少的备选地址即是查询商家的最优备选地址。本专利技术具有的有益效果是：本专利技术充分利用了空间数据库中现有索引技术，反最近邻查询以及带有关键字查询技术，通过只遍历部分路网范围的商家信息便能得到查询结果，大大降低了I/O时间和CPU时间，提供了最佳性能。附图说明图1是本专利技术的实施步骤流程图。图2为基于路网反空间关键字查询的最佳选址方法的工作原理示意图。图3为查询示意图。具体实施方式现结合附图和具体实施对本专利技术的技术方案作进一步说明：如图1，图2所示，本专利技术具体实施过程和工作原理如下：步骤(1)：收集已有商家信息，对其建立索引，收集查询商家备选地址信息和文本信息；步骤(2)：对于每一个查询商家备选地址，通过类迪杰斯特拉方法，并利用查询文本信息，找到与查询商家有潜在竞争关系的商家；步骤(3)：利用判断规则对步骤(2)中得到的每一个查询商家备选地址的潜在竞争商家进行验证；步骤(4)：利用步骤(3)中的结果找到查询商家的最优备选地址。步骤(1)中每一个商家的信息包括地址信息和文本信息，其中地址信息是通过一个地理坐标表示的，文本信息是由一组或多组关键字表示的；所有商家信息是通过基于连接聚簇的索引模型对其建立索引的，索引文件包含了所有的商家地理位置信息以及文本信息，其中地理信息存储于连接表文件中，文本信息存放于数据点文件中；查询商家的所有信息都存储于文本文件中。具体如图2中的索引模块所示。步骤(2)中对于每一个查询商家备选地址，通过类迪杰斯特拉方法，并利用查询文本信息，找到与查询商家有潜在竞争关系的商家，是通过判断关键字包含性以及路网距离实现的，计算得到的数据点集合也就是对查询商家可能构成竞争关系的商家；在计算的过程中，需要维护一本文档来自技高网...

【技术保护点】
一种基于路网反空间关键字查询的最佳选址方法：其特征在于该方法的步骤如下：步骤(1)：收集已有商家信息，对其建立索引，收集查询商家备选地址信息和文本信息；步骤(2)：对于每一个查询商家备选地址，通过类迪杰斯特拉方法，并利用查询文本信息，找到与查询商家有潜在竞争关系的商家；步骤(3)：利用判断规则对步骤(2)中得到的每一个查询商家备选地址的潜在竞争商家进行验证；步骤(4)：利用步骤(3)中的结果找到查询商家的最优备选地址。

【技术特征摘要】
1.一种基于路网反空间关键字查询的最佳选址方法：其特征在于该方法的步骤如下：步骤(1)：收集已有商家信息，对其建立索引，收集查询商家备选地址信息和文本信息；步骤(2)：对于每一个查询商家备选地址，通过类迪杰斯特拉方法，并利用所有的商家的文本信息，找到与查询商家有潜在竞争关系的商家；步骤(3)：利用判断规则对步骤(2)中得到的每一个查询商家备选地址的潜在竞争商家进行验证；步骤(4)：利用步骤(3)中的结果找到查询商家的最优备选地址；所述的步骤(1)中每一个商家的信息包括地址信息和文本信息，其中地址信息是通过一个地理坐标表示，文本信息是由一组或多组关键字构成；所有商家信息是通过基于连接聚簇的索引模型对其建立索引，索引文件包含了所有的商家地址信息以及文本信息，其中地址信息存储于连接表文件，文本信息存放于数据点文件；查询商家的所有信息都存储于文本文件；所述的步骤(2)中对于每一个查询商家备选地址，通过类迪杰斯特拉方法，并查询所有的商家的文本信息，找到与查询商家有潜在竞争关系的商家，是通过判断关键字包含性以及路网距离实现的，计算得到的数据点集合也就是对查询商家可能构成竞争关系的商家；在计算的过程中，需要维护一个存放路网节点以及节点到查询商家地址距离的优先队列，在该优先队列的队首总是当前距离查询点最近的路网节点；通过迪杰斯特拉方法扩展路网来获取数据点的过程中，还需要维护对应于当前路网节点的计数树用于保存关键字计数信息；计数树由2n-1个节点构成，每个节点包含三个计数值分别为c1，c2以及c3，其中c1表示查询节点到当前路网节点中关键字等于当前关键字的数据点个数，c2表示查询节点到当前路网节点中关键字包含当前关键字的数据点个数，c3表示查询节点到当前路网节点中邻接边上关键字包含当前关键字的数据点个数；若所有边界节点计数树的c1或c2数值都达到了给定的k值，则路网扩展结束，因为扩展的路网区域内不可能存...

【专利技术属性】
技术研发人员：高云君，秦旭，赵靖文，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33