论文部分内容阅读
社交网络服务已经成为非常重要的Web服务,它为用户提供与朋友互动的基于互联网的平台。随着支持位置感知的硬件和软件技术的进步,社交网络服务与基于位置的服务相结合形成移动社交网络服务。移动社交网络服务允许用户在真实世界中进行签到,上传带有位置信息的签到数据并与朋友分享,因而有效的减小了虚拟世界和真实世界之间的鸿沟。Top-k查询根据给定的评分函数在潜在的数据空间中返回评分值最高的k个对象,它作为信息检索领域中的一种典型操作,在位置服务和社交网络服务中有着广泛的应用。传统的Top-k查询方法在处理因移动社交网络服务中用户量快速增长而产生的大量带有地理标记和社交关系的数据时遇到了挑战。
本文面向移动社交网络服务,综合考虑用户位置和好友关系数据,研究支持高效且个性化信息服务的Top-k查询方法。主要内容包括:
(1)分析移动社交网络服务模式下的用户行为模式,引入位置重要程度用来衡量一个位置的签到信息对用户行为的影响力。结合位置重要程度和空间位置信息,改进影响Top-k查询结果的评分函数。
(2)考虑到空间位置信息和用户好友关系具有空间和文本特性,因此在支持空间和文本混合索引的IR-tree基础上,为非叶子结点增加位图以反映所有用户在该区域的签到信息,从而支持对移动社交网络中的位置信息和社交关系进行索引。
(3)利用改进的评分函数和混合索引结构,基于最佳优先遍历思想,在LkT算法的基础上,增加好友关系约束,从而提高位置Top-k查询效率。实验表明,改进的评分函数、索引结构和遍历方法能够实现社交网络环境中高效且个性化的Top-k查询。
(4)设计并实现了移动社交网络服务原型系统,以验证基于位置的Top-k查询方法的有效性。