NETR-Tree：一种高效的基于社交的时间感知空间关键字查询框架
社会与信息网络
2022-02-21 v2 信息检索
摘要
全球定位系统的发展刺激了基于位置的社交网络（LBSN）服务的普及。随着包含位置、文本、签到信息及社交关系的大量数据出现，LBSN 中的空间关键字查询变得日益复杂。本文中，我们识别并求解了基于社交的时间感知空间关键字查询（STSKQ），该查询通过考虑地理空间得分、关键字相似度、访问时间得分及社交关系效应返回前 k 个对象。为处理 STSKQ，我们提出一种称为网络嵌入时间感知 R 树（NETR-Tree）的两层混合索引结构。在用户层，我们利用网络嵌入策略度量用户关系网络中的关系效应。在位置层，我们构建考虑空间对象时空签到信息的时间感知 R 树（TR-tree），并给出相应的查询处理算法。最后，在两个不同真实 LBSN 上的大量实验证明了相较现有最先进方法，我们方法的有效性与高效性。
引用
@article{arxiv.1908.09520,
title = {NETR-Tree: An Eifficient Framework for Social-Based Time-Aware Spatial Keyword Query},
author = {Xiuqi Huang and Yuanning Gao and Xiaofeng Gao and Guihai Chen},
journal= {arXiv preprint arXiv:1908.09520},
year = {2022}
}