基于位置服务社交网络中多需求的群体查询处理技术

With the rapid development of GPS-enabled mobile devices，intelligent transportation and social network，various location-based social network (LBSN) applications have emerged in our life， such as Foursquare, Yelp and Google+. It becomes more and more valuable to intelligently and automatically suggest the suitable attendees for an activity. Under such requirements, different group queries on LBSN data have been studied by more and more researchers to suggest and provide the suitable users. This research proposal analyzes the shortcomings of the state-of-the-art group queries on LBSN data, and they have not touched upon "socially tenuousness", "match on user's keywords", and "availability of user's time". It causes the querying resultant users not to satisfy the real requirement of an activity. Thus, we summarize some key issues and study group query processing techniques with multiple requirements on geo-social data, including geo-socially tenuous group query, keyword-aware group query on geo-social data and group query with the support of time availability on geo-social data. Our research results would not only rich and complement the studies on group queries on location-based social networks, but also provide theoretical and practical supports for new development of location-based social network applications.

随着智能移动设备、智能交通、社交网络的快速发展，基于位置的社交网络服务（简称LBSN）相继产生，例如Foursquare, Yelp, Google+等。智能地为实际活动推荐合适的用户群体变得越来越重要，在这样地驱动下，基于位置-社交数据的群体查询问题也被越来越多的学者所研究来为挑选合适用户群体。 本申请项目分析了当前的群体查询问题未考虑社交关系的“稀疏性”、用户特征的“匹配性以及用户时间的“时效性”，从而造成查询到的群体用户不能满足实际的需求。总结并归纳了一些关键问题，并研究基于位置-社交网络中多需求的群体查询技术，研究内容包括基于位置-稀疏社交关系的的群体查询技术、面向关键字的位置-社交的群体查询技术以及支持用户时效性的位置-社交的群体查询技术。本项目的研究成果不仅能丰富和完善现有基于位置-社交数据的群体查询研究工作，也将为新一代基于位置-社交网络的实际应用和发展提供重要的理论依据。

随着智能移动设备、智能交通、社交网络的快速发展，基于位置的社交网络服务（简称LBSN）相继产生。基于位置-社交数据的群体查询能够为社交活动、市场营销等提供合适的用户群体。课题组在基金的支持下，按照（1）基于稀疏社交关系的的群体查询技术、（2）面向关键字的位置-社交的群体查询技术、（3）支持用户时效性的位置-社交的群体查询技术三个内容依次开展基于位置服务社交网络中多需求的群体查询处理技术的研究。具体的， 针对稀疏性的需求，提出了基于位置的稀疏群体查询、最稀疏群体查询以及基于关键字的稀疏群体查询的关键技术；针对用户的关键字匹配性，提出了基于关键字的位置社交群体查询技术以及基于关键字的位置、社交关系的索引；最后，关于用户的时效性，提出了面向动态用户以及动态社交网络的群体查询技术。项目在建设期内，课题组的研究成果发表CCF A/中科院一区的ICDE 会议,TKDE, IEEE TSC 期刊等10篇，其中CCF A/中科院1 区4篇, CCF B 类2篇。申请发明专利4 项，获得了广东省计算机学会优秀论文一等奖，DASFAA会议优秀论文等。