面向路网的空间关键词查询处理研究

With the rapid development of positioning and mobile communication techniques and the proliferation of mobile end-user equipments, geo-spatial dimension is gaining significance in people's daily life. Meanwhile, people's daily activities are basically limited to road networks (In a genral sense, here road networks cover highways, water-courses and flight routes), that is, people actually migrate in road networks. This situation makes spatial queries and related applications more and more popular and importatnt. This project aims to explore novel techniques of spatial keyword query processing on road networks. Concretely, we will study the following issues: 1) Integration,organization and indexing of road network and spatial objects; 2) Algorithms for evaluating commonly-used spatial keyword queries on road networks; 3) Algorithms for evaluating complex spatial keyword queries on road networks; 4) Keyword-based optimal path search on road networks; and 5) semantic-based spatial keyword query processing on road networks. This study is siginificant to both the computer science and the geo-spatial information sciene areas, and has wide potential applications.

随着定位技术和移动通信技术的不断发展以及各种移动终端设备的广泛应用，空间位置特征在民众生活中的重要性越来越突出。与此同时，人们日常活动的空间特征主要体现为个体在道路网络中的位置变化，即在路网中的迁移。这使得路网环境下与空间特征相关的查询及其应用日趋普遍和重要。本项目研究面向路网的空间关键词查询处理，旨在基于路网特性，通过对路网与空间对象信息的融合、组织和索引，实现对多种空间关键词查询的有效处理，具体研究内容包括：路网与空间对象信息的融合、组织与索引；面向路网的常用空间关键词查询处理；面向路网的复杂空间关键词查询处理；路网中基于关键词的最优路径查询处理和路网中基于语义的空间关键词查询处理。本项研究不仅具有重要学术价值，而且具有广泛应用前景。

在使用各类基于位置的应用时，用户生成了大量包含空间和文本双重属性的空间对象，如银行和学校等实体对象，以及带位置信息的文本和图片等虚拟空间对象。结合路网和空间对象，根据空间临近关系和文本相似性实现面向路网的空间关键词查询具有重要现实意义。因此，本项目提出了面向路网的空间关键词查询问题，开展了以下几方面的研究：（1）针对路网与空间对象信息的融合、组织与索引，提出空间对象融合算法，通过结合空间数据提取和空间关联性分析，实现了空间对象与路网的高效融合，并在此基础上建立了空间文本混合索引结构；（2）针对面向路网的常用空间关键词查询，设计了针对路网的层次索引结构和对应的查询处理算法，实现了在大规模路网上的高效查询处理；（3）针对面向路网的复杂空间关键词查询，提出了基于路网的群体出行计划查询问题，利用R树索引和欧氏距离是路网距离下界的特性设计了性能优于基本查询算法约一个数量级的快速查询处理算法；（4）针对路网中基于关键词的最优路径查询，提出了关键词覆盖路径查询、有界信息路径查询和概率时间约束路径查询三个具体查询问题，并分别设计了自适应路径采样算法、包括多种剪枝策略的准确算法和两阶段查询处理算法；（5）针对路网中基于语义的空间关键词查询，利用文本情感分析技术和图片情感提取技术构建了城市情感分布地图，进而结合现有空间关键词查询为用户提供情感积极正面的查询结果；（6）研究了其他一些和课题相关的理论问题，例如提出了提出可以大幅提高了节点相互作用探测准确度的算法，提出了具有学习和遗忘机制的网络知识扩散模型，提出了基于深度学习的通用聚类框架，实现了特征提取和聚类的有机统一。..通过集成项目的研究成果，开发了一个可以提供多种基于路网的空间关键词查询服务的原型系统。同时，项目的相关研究成果也已经应用到其它项目中，包括城市按需交通服务的供需分析、上海市电动汽车充电桩的位置设置和国家海洋大数据工程项目中的空间数据融合。本项目的研究为具有空间和文本双重属性的查询处理提供了理论和技术支持，对基于位置的服务推荐和商业推广具有重要意义。基于创新成果，项目资助在TKDE、TSC、TGRS、TCBB、Scientific Reports、EDBT和DASFAA等国际顶级期刊和会议上发表论文26篇，申请专利4项，登记软件著作权1项。