本發(fā)明涉及skyline查詢，具體是一種道路網(wǎng)多用戶偏好異類組合skyline查詢方法。

背景技術(shù)：

1、skyline查詢?cè)诙嗄繕?biāo)決策、推薦系統(tǒng)、互聯(lián)網(wǎng)、大數(shù)據(jù)分析和挖掘、物聯(lián)網(wǎng)數(shù)據(jù)查詢等領(lǐng)域發(fā)揮著關(guān)鍵作用。隨著大數(shù)據(jù)和云計(jì)算技術(shù)的發(fā)展，skyline查詢的應(yīng)用范圍和效率得到了進(jìn)一步顯著提升。

2、在一個(gè)多維數(shù)據(jù)集中，傳統(tǒng)skyline查詢返回不被其他點(diǎn)支配的點(diǎn)，即相較于其他所有點(diǎn)，至少在一個(gè)維度上更優(yōu)并且在每個(gè)其他維度上至少同樣優(yōu)的點(diǎn)組成。然而，隨著skyline查詢?cè)诙嗄繕?biāo)決策領(lǐng)域的不斷發(fā)展，用戶往往需要獲得的是一組點(diǎn)組合而不僅僅是單個(gè)點(diǎn)。因此，組合skyline查詢應(yīng)運(yùn)而生，有效解決了這一問題，組合skyline查詢返回所有不被其他組合支配的組合。舉一個(gè)skyline查詢中的經(jīng)典例子，在某公司的團(tuán)建活動(dòng)中，活動(dòng)組織者需要為員工預(yù)定酒店，預(yù)定時(shí)需要綜合考慮酒店距活動(dòng)地點(diǎn)的距離和酒店價(jià)格。因此，可以對(duì)周圍的酒店進(jìn)行skyline查詢，找到在距離屬性和價(jià)格屬性不被支配的酒店。假設(shè)現(xiàn)在活動(dòng)組織者需要預(yù)定一組酒店，并同時(shí)考慮距離維度和價(jià)格維度，傳統(tǒng)skyline查詢便無法滿足查詢出組合的需求。此時(shí)，應(yīng)用組合skyline查詢即可找到不被支配的酒店組合，從而更好地支持決策。

3、近年來，隨著基于位置服務(wù)技術(shù)的不斷創(chuàng)新和普及，針對(duì)道路網(wǎng)上的查詢需求急劇增長(zhǎng)。然而，傳統(tǒng)的組合skyline查詢只能比較道路網(wǎng)中相同類型的數(shù)據(jù)點(diǎn)構(gòu)成組合以確定支配關(guān)系。在實(shí)際道路網(wǎng)中，存在大量不同類型的數(shù)據(jù)點(diǎn)，這些數(shù)據(jù)點(diǎn)無法進(jìn)行傳統(tǒng)意義上支配關(guān)系的比較。

技術(shù)實(shí)現(xiàn)思路

1、(1)?獲取包括m種的興趣點(diǎn)數(shù)據(jù)集p，并接收包括n個(gè)查詢點(diǎn)的查詢用戶組合q，其中興趣點(diǎn)數(shù)據(jù)集p={p1,?p2,?…}，對(duì)于每個(gè)興趣點(diǎn)p，p=(p.type,?p.eij,?p.dist)，p.type表示p點(diǎn)的興趣點(diǎn)類型，p.eij表示p點(diǎn)在道路網(wǎng)中的邊為eij，p.dist表示p點(diǎn)距道路網(wǎng)中頂點(diǎn)vi和vj較短的距離，查詢用戶組合q={q1,?q2,?…,?qn}，對(duì)于q中每個(gè)查詢用戶q，q=(q.eij,?q.dist,?q.vec)，q.vec為該點(diǎn)的偏好向量；

2、(2)?將查詢用戶組合q中所有查詢用戶的偏好向量進(jìn)行相加，構(gòu)建整體偏好向量vecq，遍歷興趣點(diǎn)數(shù)據(jù)集p，通過興趣點(diǎn)的類型對(duì)數(shù)據(jù)集進(jìn)行分桶處理，同時(shí)排除整體偏好向量小于0所對(duì)應(yīng)的興趣點(diǎn)，獲得一組按照興趣點(diǎn)偏好次序排列的桶，其中，桶為一種存儲(chǔ)結(jié)構(gòu)，同一桶內(nèi)存儲(chǔ)相同類型的興趣點(diǎn)；

3、(3)?對(duì)桶中所有點(diǎn)進(jìn)行skyline支配關(guān)系判斷，將得到的skyline集合加入到skyline桶中，將非skyline集合加入到非skyline桶中，構(gòu)建非skyline桶哈希表，其中，非skyline桶哈希表為一種鍵值對(duì)存儲(chǔ)結(jié)構(gòu)，用于存放非skyline桶中的skyline支配關(guān)系，該哈希表的鍵存放被支配的對(duì)象，值存放支配對(duì)象；

4、(4)?對(duì)所有skyline桶中的點(diǎn)進(jìn)行笛卡爾積，將形成的skyline桶組合加入到可行性解集gr中，初始化mindp數(shù)組，根據(jù)狀態(tài)轉(zhuǎn)移方程進(jìn)行動(dòng)態(tài)規(guī)劃算法，找到skyline桶組合中的最小值mindist；

5、(5)?對(duì)所有非skyline桶中的點(diǎn)進(jìn)行笛卡爾積，將形成的組合加入到中間變量gtemp集合中，遍歷gtemp集合判斷組合中的點(diǎn)是否均在公共支配區(qū)域內(nèi)，若均在公共支配區(qū)域內(nèi)，且距離成本小于步驟(4)中的mindist，則將該組合加入到可行性解集gr中，將不滿足的組合從gr中移除；

6、(6)?遍歷gtemp集合，將gtemp中組合g中點(diǎn)p的非skyline哈希表的值加入到臨時(shí)桶tempbucket中，對(duì)tempbucket執(zhí)行步驟(4)中的動(dòng)態(tài)規(guī)劃算法求得tempmindist，將距離成本dist(q,?g)與tempmindist進(jìn)行比較，若dist(q,?g)<tempmindist，則將g加入到可行性解集gr中，返回最終的可行性解集gr；

7、(7)?步驟(6)中計(jì)算dist(q,?g)時(shí)，通過wg索引結(jié)構(gòu)進(jìn)行計(jì)算，wg索引中葉子節(jié)點(diǎn)存儲(chǔ)道路網(wǎng)中的所有興趣點(diǎn)、興趣點(diǎn)和邊界點(diǎn)的距離矩陣以及弱興趣點(diǎn)，非葉子節(jié)點(diǎn)存儲(chǔ)邊界點(diǎn)、邊界點(diǎn)之間的距離矩陣、以及弱興趣點(diǎn)。

8、優(yōu)選地，步驟(4)所述mindp數(shù)組的狀態(tài)轉(zhuǎn)移方程采取以下公式：

9、

10、其中，skylinebucketi表示skyline桶，1≤j≤skylinebucketi.size，1≤k≤skylinebucketi-1size，二維數(shù)組mindp[i][j]來表示從第i個(gè)skyline有序桶中選擇第j個(gè)點(diǎn)時(shí)此時(shí)構(gòu)成的興趣點(diǎn)組合的最小距離成本，dist()表示括號(hào)內(nèi)兩個(gè)對(duì)象的道路網(wǎng)距離。

11、優(yōu)選地，步驟(5)所述的距離成本dist(q,?g)采取以下公式：

12、

13、dist(q,?g)為兩個(gè)部分的和，第一個(gè)部分為所有查詢用戶到可行性解集第一個(gè)興趣點(diǎn)的距離，第二個(gè)部分為從第一個(gè)興趣點(diǎn)到最后一個(gè)興趣點(diǎn)所經(jīng)過的距離。

14、優(yōu)選地，步驟(7)所述的弱興趣點(diǎn)為，給定一個(gè)道路網(wǎng)子圖graphi內(nèi)的任意興趣點(diǎn)p1，若對(duì)于graphi內(nèi)的所有邊界點(diǎn)，將該點(diǎn)作為查詢點(diǎn)，均存在另一個(gè)興趣點(diǎn)p2，滿足p2道路網(wǎng)支配p1，那么稱p1為子圖graphi的弱興趣點(diǎn)。

15、總體而言，通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，能夠取得下列有益效果：

16、(1)?本發(fā)明采用的多用戶偏好異類組合skyline查詢方法能相較于傳統(tǒng)組合skyline查詢，該查詢考慮到了道路網(wǎng)中存在大量不同類型的興趣點(diǎn)的情況，更能夠滿足用戶的實(shí)際查詢需求；

17、(2)?針對(duì)道路網(wǎng)中存在大量不同類型的興趣點(diǎn)，在進(jìn)行道路網(wǎng)異類組合支配關(guān)系判斷時(shí)需要對(duì)組合中各興趣點(diǎn)之間的道路網(wǎng)距離進(jìn)行大量計(jì)算，產(chǎn)生較大開銷的問題，本發(fā)明使用一種基于動(dòng)態(tài)規(guī)劃的距離成本計(jì)算方法。該方法無需計(jì)算所有組合的空間距離成本，結(jié)合所提skyline有序桶組合和非skyline桶組合能夠提前快速剪枝掉大量無法構(gòu)成可行性解集的組合。同時(shí)，本發(fā)明使用一種wg索引結(jié)構(gòu)，wg索引能夠在計(jì)算組合的道路網(wǎng)距離時(shí)結(jié)合所提定理提前對(duì)組合進(jìn)行支配關(guān)系判斷以過濾非可行性解，高效計(jì)算組合的空間距離成本；

18、(3)?在道路網(wǎng)skyline查詢中，較少考慮多用戶的情況，以及較少考慮所有用戶的偏好問題，本發(fā)明通過用戶的偏好向量，綜合考慮所有用戶的偏好，并以此對(duì)興趣點(diǎn)集進(jìn)行分桶操作。

技術(shù)特征：

1.一種道路網(wǎng)多用戶偏好異類組合skyline查詢方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種道路網(wǎng)多用戶偏好異類組合skyline查詢方法，其特征在于，步驟(4)所述的狀態(tài)轉(zhuǎn)移方程采取公式：

3.根據(jù)權(quán)利要求1所述的一種道路網(wǎng)多用戶偏好異類組合skyline查詢方法，其特征在于，步驟(5)所述的公共支配區(qū)域?yàn)?，給定一個(gè)skyline有序桶，該桶的公共支配區(qū)域是一個(gè)桶中所有skyline點(diǎn)共同支配的區(qū)域構(gòu)成。

4.?根據(jù)權(quán)利要求1所述的一種道路網(wǎng)多用戶偏好異類組合skyline查詢方法，其特征在于，步驟(5)所述的距離成本dist(q,?g)采取公式：

5.根據(jù)權(quán)利要求1所述的一種道路網(wǎng)多用戶偏好異類組合skyline查詢方法，其特征在于，步驟(7)所述的弱興趣點(diǎn)為，給定一個(gè)道路網(wǎng)子圖graphi內(nèi)的任意興趣點(diǎn)p1，若對(duì)于graphi內(nèi)的所有邊界點(diǎn)，將該點(diǎn)作為查詢點(diǎn)，均存在另一個(gè)興趣點(diǎn)p2，滿足p2道路網(wǎng)支配p1，那么稱p1為子圖graphi的弱興趣點(diǎn)。

技術(shù)總結(jié)
本發(fā)明公開了一種道路網(wǎng)多用戶偏好異類組合Skyline查詢方法，設(shè)計(jì)用于找到道路網(wǎng)內(nèi)不被支配的興趣組合，這些組合由不同類型的興趣點(diǎn)構(gòu)成。首先，該方法利用多用戶的偏好向量對(duì)興趣點(diǎn)數(shù)據(jù)集進(jìn)行分桶，以快速確定所有興趣點(diǎn)類型；接著，依據(jù)Skyline有序桶和公共支配區(qū)域等理論，并利用所提動(dòng)態(tài)規(guī)劃算法，有效排除大量不能構(gòu)成結(jié)果集的組合，從而得到查詢結(jié)果集。此外，為了提升查詢時(shí)距離運(yùn)算速度，本發(fā)明設(shè)計(jì)了一種WG索引結(jié)構(gòu)，該結(jié)構(gòu)能夠根據(jù)弱興趣點(diǎn)進(jìn)行剪枝同時(shí)加快距離計(jì)算效率。

技術(shù)研發(fā)人員：李松,張昕源,楊曉龍
受保護(hù)的技術(shù)使用者：哈爾濱理工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/9