基于距离的逆向k排名查询方法技术

本发明专利技术公开了一种基于距离的逆向k排名查询方法，该方法首先使用网格索引对商户和移动用户的当前位置进行索引，使用KD树对商户的所有维度进行索引，使用等宽直方图对用户偏好进行索引；然后基于三种索引，使用基于下界剪枝的方法，快速找到对一个指定商户最感兴趣的k个用户。本发明专利技术克服了基于距离的逆向排名查询中的天然不足，能为任何商户返回k个潜在客户，适用于在移动环境下，以商户为中心的潜在客户定向，为基于位置服务中的个性化精准营销提供解决方案。

【技术实现步骤摘要】
基于距离的逆向k排名查询方法
本专利技术属数据库技术中的逆向排名查询领域，具体涉及一种在移动环境下以商户为中心的潜在客户查找方法。本专利技术提出的基于距离的逆向k排名查询方法，主要解决在移动环境下，给定查询商户q，如何快速返回对商户q最感兴趣的k个潜在客户的问题。
技术介绍
随着无线定位技术的飞速发展和各种移动设备的普及，以及Web2.0应用的广泛使用，使得商家可以比较容易地收集到用户的兴趣偏好，并且能够实时地根据移动用户的当前位置和偏好把一些促销信息推送给一些潜在客户。传统的基于机器学习的个性化推荐方法，模型训练时间较长，算法复杂度高，难以适应移动环境下的实时性要求。已有的基于距离的逆向排名查询(reversetop-k查询)只能为一些热门商户找到潜在的客户，而对于不那么热门的商户，由于k值提前不可预知，查询的返回结果集往往为空，即无法为非热门商户找到合适的潜在客户。
技术实现思路
本专利技术的目的是在移动环境下，能够实时为给定查询商户，找到对查询商户最感兴趣的的k个客户。为了保证查询响应的实时性，本专利技术离线为商户集合P，移动用户偏好W，以及商户位置和移动用户当前位置建立了相应的索本文档来自技高网...

【技术保护点】
一种基于距离的逆向k排名查询方法，其特征在于，该方法具体包括以下步骤：步骤1：输入商户集合P，移动用户集合M，以及移动用户偏好集合W；步骤2：在集合P、M和W上建立索引，分别得到KD树索引、等宽直方图索引及网格索引G；步骤3：设置查询参数q和k，其中q表示查询商户，k表示需要返回的移动用户的数目；查询商户q发起查询请求，要求返回对q最感兴趣的k个移动用户；步骤4：在网格索引G上定位查询商户所在的网格C，并使用宽度优先搜索，搜索C的邻居网格C'，使用算法FilterBucket判断C'中的移动用户直方图桶是否可以剪枝，如果可以，则访问下一个直方图桶，否则计算该直方图桶中移动用户的精确排名值，并最...

【技术特征摘要】
1.一种基于距离的逆向k排名查询方法，其特征在于，该方法具体包括以下步骤：步骤1：输入商户集合P，移动用户集合M，以及移动用户偏好集合W；步骤2：在集合P、M和W上建立索引，分别得到KD树索引、等宽直方图索引及网格索引G；步骤3：设置查询参数q和k，其中q表示查询商户，k表示需要返回的移动用户的数目；查询商户q发起查询请求，要求返回对q最感兴趣的k个移动用户；步骤4：在网格索引G上定位查询商户所在的网格C，并使用宽度优先搜索，搜索C的邻居网格C'，使用算法FilterBucket判断C'中的移动用户直方图桶是否可以剪枝，如果可以，则访问下一个直方图桶，否则计算该直方图桶中移动用户的精确排名值，并最终返回排名值最靠前的k个移动用户作为查询结果。2.根据权利要求1所述的方法，其特征在于，所述步骤1具体包括：A1：输入商户集合P，其中每个商户被描述为一个d+1维向量p，其中第d维和第d+1维是当前商户的位置属性，也就是空间经纬度，而其它维是商户的非位置属性的描述；A2：输入移动用户集合M，记录每个移动用户的当前位置；A3：输入移动用户的兴趣偏好集合W，每位移动用户m的偏好被描述为一个d维权重向量mw，mw(i)表示用户m对商户的第i个属性的偏好程度，并且其中mw(d)表示用户m对距离维度上的偏好，其它维度是对非距离维度上的偏好。3.根据权利要求1所述的方法，其特征在于，所述步骤2具体包括：B1：为商户集合P上的所有属性建立KD树索引，并且在KD树的中间节点维护像R树一样的最小外接矩形；B2：为移动用户偏好集合W建立等宽直方图索引；B3：为商户集合P的位置属性和移动用户当前位置上建立网格索引G。4.根据权利要求1所述的方法，其特征在于，所述步骤4具体包括：C1：在网格索引G上，找到查询商户q所在的网格C的位置；C2：以宽度优先的顺序逐个访问C的邻居节点，即从网格C的一跳邻居开始，进行宽度优先搜索，访问还没被访问过的C的邻居网格C'；...

【专利技术属性】
技术研发人员：张召，金澈清，戚晓冬，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：上海,31