基于多关键字和用户偏好的组合兴趣点查询方法技术

本发明专利技术公开了一种基于多关键字和用户偏好的组合兴趣点查询方法。本发明专利技术提出的方法在查询时综合考虑了用户偏好、兴趣点之间的距离、兴趣点到查询位置的距离、兴趣点的流行度和拥挤度等重要因素。针对时间约束下访问成本最小化的兴趣点查询问题，提出了多关键字和用户偏好的组合兴趣点查询方法。特别地，本发明专利技术设计了一个多目标的成本函数来计算候选集体兴趣点的访问成本，用于评价一组查询结果的可行性。然后，基于目标函数，提出了一种基于IR树的高效剪枝算法，有效的降低了查询处理时间。通过在来自多伦多的真实数据下进行的广泛实验，证明了基于多关键字和用户偏好的组合兴趣点查询方法的效率和准确性。

Combination Interest Point Query Method Based on Multi-keywords and User Preferences

【技术实现步骤摘要】
基于多关键字和用户偏好的组合兴趣点查询方法
本专利技术属于空间关键字查询
，在查询时综合考虑了用户偏好、兴趣点之间的距离、兴趣点到查询位置的距离、兴趣点的流行度和拥挤度等重要因素。针对时间约束下访问成本最小化的兴趣点查询问题，提出了基于多关键字和用户偏好的组合兴趣点查询方法。
技术介绍
随着定位技术的不断发展以及智能手机的普及，Yelp和Foursquare等基于位置的服务(Located-basedService，LBS)取得了前所未有的发展。以国外著名的LBS提供商Foursquare为例，它鼓励用户在任意时间任意兴趣点进行签到，分享自己所在的兴趣点到社交网络中，因此Foursquare在成立后的两年内迅速拥有了2000万的活跃用户。近年来，涉及位置信息和一组文本描述关键字的空间关键词查询问题在学术界和工业界引起了广泛的关注。空间关键字查询通常需要检索一组满足特定位置和关键字约束的空间兴趣点，这些兴趣点要满足用户给定的关键字，而且与用户当前所在位置之间的距离要尽可能的近。目前国内外学者在空间兴趣点查询方面做了许多有价值的研究工作。一是基于一个考虑空间位置和文本相关性的排名函本文档来自技高网...

【技术保护点】
1.基于多关键字和用户偏好的组合兴趣点查询方法，其特征在于包括如下步骤：步骤(1).输入查询问题q，其中查询问题q包含用户q.u、查询位置q.λ、查询时间q.τ和一组查询关键字q.ψ；步骤(2).初始化查询方法的基本参数，包括查询范围r、平衡参数γ、平衡参数β、平衡参数α；初始化一个IR树作为查询索引；初始化一个最小优先级队列U用来维护中间查询结果，并将IR树的根节点插入最小优先级队列U；初始化最小访问成本curCost和最优访问方案curGroup；步骤(3).根据用户q.u的历史访问行为，求得用户的兴趣偏好向量PVu，计算公式如下所示：

【技术特征摘要】
1.基于多关键字和用户偏好的组合兴趣点查询方法，其特征在于包括如下步骤：步骤(1).输入查询问题q，其中查询问题q包含用户q.u、查询位置q.λ、查询时间q.τ和一组查询关键字q.ψ；步骤(2).初始化查询方法的基本参数，包括查询范围r、平衡参数γ、平衡参数β、平衡参数α；初始化一个IR树作为查询索引；初始化一个最小优先级队列U用来维护中间查询结果，并将IR树的根节点插入最小优先级队列U；初始化最小访问成本curCost和最优访问方案curGroup；步骤(3).根据用户q.u的历史访问行为，求得用户的兴趣偏好向量PVu，计算公式如下所示：其中，是用户q.u在tk时间访问的兴趣点的偏好向量，由用户评分和该兴趣点的一组特征词组成；f(tk)是访问行为在时间tk的时间权重，T0是时间衰减参数；步骤(4).根据查询关键字q.ψ在查询区域中为q.ψ中每个关键字寻找距离查询位置q.λ最近的兴趣点，将所有这些最近的兴趣点组成一个候选解χ；步骤(5).求候选解χ的访问成本Cost，当Cost低于curCost时，更新curCost值为Cost，并更新最优访问方案curGroup，其计算公式如下：Cost(q，χ)＝α*Dists(q，χ)+(1-α)*Distp(q，χ)其中，Dists(q，χ)为候选解的最大查询欧氏距离，Distp(q，χ)为候选解的偏好距离；步骤(6).初始化兴趣点集合C＝{C1，C2，…，Cz}来保存所有包含查询关键字的兴趣点，其中Cz表示所有包含关键字z的兴趣点的子集合；产生新候选解的具体过程如下：步骤(6.1).若最小优先级队列U不为空，从最小优先级队列U中取出头节点e；否则转到步骤(7)；步骤(6.2).判断头节点e中兴趣点到查询位置q.λ的最小距离是否超过查询范围r或者超过curCost/(α*γ)；若超过，则转到步骤(8)；否则继续运行步骤(6.3)；步骤(6.3).若节点e为非叶子节点，将节点e中所有包含稀有关键字Keyrare的节点插入最小优先级队列U，其中稀有关键字是指查询关键字中包含最少数目兴趣点的关键字，并转到步骤(6.1)；若节点e为叶子节点，则继续运行步骤(6.4)；步骤(6.4).初始化一个关键字集合keySet，该关键字集合为查询关键字中排除稀有关键字Keyrare后的关键字集合；初始化一个新的最小优先级队列U2，并将IR树的根节点插入最小优先级队列U2；步骤(6.5).若最小优先级队列U2不为空，则从最小优先级队列U2中取出头节点v，并继续运行步骤(6.6)；否则，转到步骤(6.9)；步骤(6.6).判断头节点v中任意兴趣点到非叶子节点e的最小距离是否超过curCost/(α*γ)-γ*Dist(q，e)/(1-γ)或者头节点v中任意兴趣点到查询位置q.λ的最小距离是否超过查询范围r；...

【专利技术属性】
技术研发人员：俞东进，吴义宇，孙笑笑，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33