基于语义轨迹大数据的个性化空间关键字查询处理与优化

The fast development of mobile internet has given rise to an extremely large volume of moving objects’ trajectory data. However, the current study tends to focus on the detection of spatio-temporal characteristics and spatial distribution patterns from trajectory data, much less efforts for incorporating semantic meanings and considering the characteristics of big data. Additionally, previous methods for spatial keyword query have the limitation that they only consider textual relevance of POIs to query keywords, and neglect the semantic meanings of queries and user’s preference. So these methods cannot return personalized search results. In order to provide the service that satisfies the user’s search intension, this project takes the semantic big trajectory as research object, and considers some characteristics (high-dimensionality, high relevancy and quick updating) of big data, and studies the distributed spatial keyword queries combining the preference of users. The main research topic includes sematic trajectory model, big trajectory storage, spatial keyword query semantics that combined user’s preference and semantic keywords, and distributed query processing and optimization. An original system will be designed in this project to verify the correctness and efficiency of the research results. The results will offer efficient theoretical supporting and solutions, which have important theoretical research significance and practical application value.

移动互联技术的飞速发展催生了大量的移动对象轨迹数据。当前轨迹数据分析的研究重点在于对轨迹本身的时态和空间分布特征的提取，忽略了轨迹本身蕴含的丰富语义信息，也没有考虑轨迹大数据的特征。另外，传统的轨迹空间关键字查询仅考虑关键词与POI文本的匹配程度，忽略了查询语义，而且也没有针对用户行为偏好返回个性化的搜索结果。为了提供更加契合用户搜索意图的查询服务，本项目以融合语义信息的轨迹大数据为研究对象，针对轨迹大数据维度高、相关度高和快速更新等特点，研究具有查询语义感知、结合用户行为偏好的个性化分布式空间关键字查询处理与优化问题。重点围绕语义轨迹建模，轨迹大数据存储模型，具有查询语义感知的个性化空间关键字查询语义和分布式空间关键字查询四方面展开研究，并实现一个原型系统来验证研究成果的正确性和有效性。研究成果将为轨迹大数据分析提供有力的理论支持和解决方案，具有重要的理论研究意义和实际应用价值。

移动互联技术的飞速发展催生了大量的移动对象轨迹数据。当前轨迹数据分析的研究重点在于对轨迹本身的时态和空间分布特征的提取，忽略了轨迹本身蕴含的丰富语义信息，也没有考虑轨迹大数据的特征。另外，传统的轨迹空间关键字查询仅考虑关键词与POI文本的匹配程度，忽略了查询语义，而且也没有针对用户行为偏好返回个性化的搜索结果。为了提供更加契合用户搜索意图的查询服务，本项目以融合语义信息的轨迹大数据为研究对象，针对轨迹大数据维度高、相关度高和快速更新等特点，研究具有查询语义感知、结合用户行为偏好的个性化分布式空间关键字查询处理与优化问题。设计了语义轨迹模型和轨迹大数据存储模型，并以此为基础，提出了语义感知的交互式Top-k 空间关键词查询方法，该方法在传统的空间关键词查询的基础上，增加了查询关键词语义分析和用户交互，并基于用户交互不断地修正用户偏好，以便挖掘用户潜在查询语义，返回更加满足用户需求的结果。路径规划作为基于位置服务中的一项基础功能，为人们出行提供了重要的路线参考。现有的电子地图中的路径规划过于单一，不能满足新型路径规划需求。本研究以POI提供的服务为基准，提出了基于用户移动偏好的路径规划算法。为了解决该查询，提出了路径间的主导关系，然后基于主导关系设计了最优路径查询算法，相比于现有算法，所提算法能够极大减少搜索空间。基于上述研究成果，实现了一个原型系统来验证研究成果的正确性和有效性。本课题的研究成果将为智慧城市中的建设提供有力的理论支持和解决方案，具有重要的理论研究意义和实际应用价值。

内容获取失败，请点击重试