[发明专利]Shadow索引及创建方法、系统、查询方法及系统

说明书

本发明公开了一种Shadow索引及创建方法、系统、查询方法及系统，涉及空间关键字查询领域。本发明提供的Shadow索引包括：第一层，用于将静态对象存储在与叶子结点对应的基本单元中；第二层，用于以第一层的叶子结点为入口，在第二层创建的结点插入移动对象。查询方法包括步骤：查询用户期望的移动对象时，若Shadow索引第一层的叶子结点R_i和与精炼查询结果区域不相交，则在Shadow索引的第一层和/或第二层削减R_i及其子结点的搜索空间；计算Shadow索引第二层的结点一段时间内在其对应的基本单元内出现用户期望对象的概率，根据正态分布原理削减不必要的结点和组的搜索空间。本发明能解决移动对象的Top‑k WSKM查询问题。

技术领域

本发明涉及空间关键字查询领域，具体是涉及一种Shadow索引及创建方法、系统、查询方法及系统。

背景技术

随着移动设备的广泛使用和LBS(Location Based Services，基于位置的服务)的普及，产生了大量具有空间文本特征的移动对象。Top-k(找到一个集合中的前k名，k为正整数)SK(Spatial Keyword，空间关键字)查询作为LBS中最重要的查询形式之一，在学术界和业界中得到了广泛的研究。Top-k SK查询以空间坐标、一组关键字和k值作为查询需求，并返回k个与查询需求最匹配的对象。

在某些情况下，当用户启动Top-k SK查询后，一些用户想要的对象(缺失对象)可能不会出现在查询结果集中。用户可能会想为什么这些对象消失了，是否有其他未知的相关对象消失了，甚至对整个查询结果产生疑问。因此，有必要解释这些预期对象缺失的原因，并提供包含所有缺失对象和原始查询结果对象的精炼查询。

例如：某一天的天气很热，约翰在他的公司里口渴了，想要一杯奶茶。然后，他开始查询他的公司附近排名前三的奶茶店。在收到查询结果后，他意外地发现一个不错的移动奶茶亭和一个他常去的奶茶店都不在结果集中。约翰想知道为什么他想要查询的对象缺失了，以及如何获得一个精炼的查询关键词，以便所有缺失的商店和其他可能更好的选项出现在精炼的查询结果集中。

上面例子中约翰的问题叫做“Why-not”(为什么不)问题。与操作识别、本体论和数据库修改等其他回答“Why-not”问题的方法相比，查询优化方法可以通过调整原始查询需求为用户检索所有缺失的对象。Chen等人通过调整空间相关性和文本相似性之间的权重来回答空间关键字Top-k查询中“Why-not”的问题。后来，赵等人、Wang等人和Zheng等人分别处理了地理社交空间关键字查询、SPARQL查询和组查询中的“Why-not”问题。

然而，现有的研究主要集中在针对静态对象的Top-k SK查询中的“Why-not”问题。

移动对象的Top-k空间关键字查询根据综合考虑查询和移动对象之间的空间距离和文本相似性的排序函数返回移动的或静态的Top-k对象。当用户使用一些不合理的查询要求发起移动对象的Top-k SK(也可称为Top-k SKM)查询时，一些用户希望的移动对象(称为缺失的对象)可能不会出现在查询结果集中，用户会想为什么它们没有出现，这被称为针对移动对象的SK查询中的“Why-not”问题，也称为Top-k WSKM查询。

在实现本发明的过程中，发明人发现现有技术中至少存在如下问题：

存在以下四个因素，使得在移动对象Top-k空间关键字查询上回答“Why-not”(Top-k WSKM)问题更加困难：

首先，不同的移动对象有不同的移动模式，例如移动方向和移动速度，如何合理地定义移动对象的移动模式是一个挑战。

其次，移动对象在某一时刻出现在某一区域的概率是一个连续变量，如何建立概率密度函数来计算一个移动对象在一段时间内出现在一个区域的概率也是一个值得考虑的问题。