大规模路网上的 Top-k 社区相似度搜索（技术报告）
数据库
2022-04-29 v1
摘要
随着城市化和基础设施的发展，路网上的社区搜索在城市/城市规划、地方社区社会研究以及房地产中介的社区推荐等诸多实际应用中变得日益重要。本文提出一个新颖问题，即路网上的 Top-k 社区相似度搜索（Top-kCS2），其高效且有效地获取路网图中与给定查询社区最相似的 k 个空间社区。为高效且有效地解决 Top-kCS2 问题，本文将设计一种空间社区间有效的相似度度量，并提出一个融合离线预处理与在线计算阶段的 Top-kCS2 查询答案检索框架。此外，我们还考虑了一种变体，即连续 Top-k 社区相似度搜索（CTop-kCS2），其中查询社区沿查询线段连续移动。我们开发了高效算法将查询线段分割为区间，增量获取各区间的相似候选社区并定义实际的 CTop-kCS2 查询答案。我们在真实与合成数据集上进行了大量实验，以证实所提 Top-kCS2 与 CTop-kCS2 方法在不同参数设置下的效率与有效性。
引用
@article{arxiv.2204.13224,
title = {Top-k Community Similarity Search Over Large-Scale Road Networks (Technical Report)},
author = {Niranjan Rai and Xiang Lian},
journal= {arXiv preprint arXiv:2204.13224},
year = {2022}
}