面向即兴活动规划的社会空间群组查询
数据结构与算法
2024-03-01 v2 数据库
摘要
社交网络服务和智能手机的发展与集成，使得个人能够随时随地轻松组织即兴社交活动。组织即兴活动所面临的主要挑战大多源于需要根据潜在活动地点（对应于候选参与者的位置及其相互关系）及时发出邀请的需求。候选参与者和活动地点的各种组合产生了庞大的解空间。因此，在本文中，我们提出多集结点社会空间群组查询（Multiple Rally-Point Social Spatial Group Query, MRGQ），为一组具有紧密社会关系的附近参与者选择合适的活动地点。尽管MRGQ是NP难的，但实际上参与者数量通常足够小，从而可以高效找到最优解。因此，我们首先为MRGQ提出一个整数线性规划（Integer Linear Programming）优化模型。然后我们设计了一个名为MAGS的高效算法，该算法采用有效的搜索空间探索与剪枝策略来减少寻找最优解的运行时间。我们还提出通过索引潜在活动地点来进一步优化效率。一项用户研究表明，在解质量和效率方面，使用MAGS优于人工协调。在真实数据集上的实验结果表明，我们的算法能够高效处理MRGQ，并且显著优于其他基线算法，包括基于商业并行优化器IBM CPLEX的算法。
引用
@article{arxiv.1505.02681,
title = {Socio-Spatial Group Queries for Impromptu Activity Planning},
author = {Chih-Ya Shen and De-Nian Yang and Liang-Hao Huang and Wang-Chien Lee and Ming-Syan Chen},
journal= {arXiv preprint arXiv:1505.02681},
year = {2024}
}