Ranked反近鄰空間關(guān)鍵字查詢方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本申請涉及近鄰查詢技術(shù)領(lǐng)域，更具體地，涉及Ranked反近鄰空間關(guān)鍵字查詢方法及裝置。
【背景技術(shù)】
[0002]近年來，反K近鄰查詢是一種常用的數(shù)據(jù)查詢方法，用于依據(jù)預(yù)先設(shè)置的查詢目標(biāo)，對大量的數(shù)據(jù)進(jìn)行分析判斷，以查詢出與查詢目標(biāo)具有關(guān)聯(lián)關(guān)系的數(shù)據(jù)。具體地，反K近鄰查詢方法的一個(gè)應(yīng)用領(lǐng)域是，對大量具有空間特征的文本屬性進(jìn)行查詢，獲得與某個(gè)空間地點(diǎn)具有關(guān)聯(lián)性的文本屬性。
[0003]例如，人們可以發(fā)布微博，評論，簽到等數(shù)據(jù)，這些數(shù)據(jù)通常帶有地理位置信息和文本描述。這些數(shù)據(jù)中隱含著潛在信息，例如假設(shè)想要對某些用戶推送A餐廳的就餐信息，則可以使用反K近鄰查詢方法來查詢出哪些用戶是A餐廳的潛在用戶，具體地，反K近鄰空間關(guān)鍵字查詢查找距離A餐廳附近，且內(nèi)容是對A餐廳食物進(jìn)行評論的微博，將發(fā)布這些微博數(shù)據(jù)的用戶作為目標(biāo)用戶。在該查詢場景中，A餐廳及A餐廳的地址即是查詢目標(biāo)信息，微博及微博的發(fā)布地址即是待查詢數(shù)據(jù)。
[0004]然而，目前幾種常見的反K近鄰查詢方法并不能確定查詢結(jié)果對查詢條件的影響程度。

【發(fā)明內(nèi)容】

[0005]有鑒于此，本申請?zhí)峁┝艘环N基于Ranked反k近鄰空間關(guān)鍵字查詢的Ranked反近鄰空間關(guān)鍵字查詢方法，可以將查詢結(jié)果按照對查詢的影響程度大小進(jìn)行排序。另外，本申請還提供了一種Ranked反近鄰空間關(guān)鍵字查詢裝置，用以保證所述方法在實(shí)際中的應(yīng)用及實(shí)現(xiàn)。
[0006]為實(shí)現(xiàn)所述目的，本申請?zhí)峁┑募夹g(shù)方案如下:
[0007]本申請的第一方面提供了一種Ranked反近鄰空間關(guān)鍵字查詢方法，包括:
[0008]獲取預(yù)先構(gòu)建的倒排索引及查詢條件；其中，所述倒排索引是為源數(shù)據(jù)集構(gòu)建的倒排索引，所述源數(shù)據(jù)集中包括若干源數(shù)據(jù)，源數(shù)據(jù)包含文本屬性及空間屬性，所述倒排索引用于記錄文本屬性與源數(shù)據(jù)之間的映射關(guān)系，所述查詢條件中包含查詢關(guān)鍵字和空間信息;
[0009]利用所述倒排索引，在所述源數(shù)據(jù)集中，查找包含所述查詢關(guān)鍵字的目標(biāo)源數(shù)據(jù)，并將查找到的目標(biāo)源數(shù)據(jù)確定為候選數(shù)據(jù)；；
[0010]利用預(yù)先構(gòu)建的R-tree樹形索引，確定各個(gè)所述候選數(shù)據(jù)與所述查詢條件在空間距離上的遠(yuǎn)近順序，并按照從近到遠(yuǎn)的順序，在所述R-tree樹形索引中，依次查找各個(gè)所述候選數(shù)據(jù)所在的目標(biāo)葉子節(jié)點(diǎn)；其中，所述R-tree樹形索引是依據(jù)所述源數(shù)據(jù)集中的空間屬性構(gòu)建的空間索引，記錄所述源數(shù)據(jù)集中各個(gè)源數(shù)據(jù)之間的距離關(guān)系；
[0011]依據(jù)二分面垂直面算法，計(jì)算所述目標(biāo)葉子節(jié)點(diǎn)包含的所述候選數(shù)據(jù)對所述查詢條件的空間影響度；
[0012]依據(jù)空間影響度的大小，對所述若干候選數(shù)據(jù)進(jìn)行排序，并依據(jù)空間影響度的大小排序，將排序在前或在后的預(yù)設(shè)數(shù)量的所述候選數(shù)據(jù)確定為目標(biāo)數(shù)據(jù)。
[0013]本申請的第二方面提供了一種Ranked反近鄰空間關(guān)鍵字查詢方法，包括:
[0014]獲取預(yù)先構(gòu)建的InvSR-tree混合樹形索引及查詢條件；其中，所述InvSR-tree混合樹形索引在R-tree樹形索引的每個(gè)節(jié)點(diǎn)具有各自的簽名文件，簽名文件是由節(jié)點(diǎn)包含的源數(shù)據(jù)的文本屬性生成的簽名文件，所述查詢條件中包含查詢關(guān)鍵字及空間信息，且InvSR-tree混合樹形索引的每個(gè)葉子節(jié)點(diǎn)具有各自的倒排索引，倒排索引用于記錄葉子節(jié)點(diǎn)包含的源數(shù)據(jù)的文本屬性與源數(shù)據(jù)之間的映射關(guān)系；
[0015]在所述InvSR-tree混合樹形索引中，查找與所述空間信息距離滿足預(yù)設(shè)距離條件、且簽名文件中包含所述查詢關(guān)鍵字的目標(biāo)葉子節(jié)點(diǎn)；
[0016]加載所述目標(biāo)葉子節(jié)點(diǎn)的目標(biāo)倒排索引，并在所述目標(biāo)倒排索引中，查找包含所述查詢關(guān)鍵字的目標(biāo)文本屬性，并將所述目標(biāo)文本屬性映射的源數(shù)據(jù)確定為候選數(shù)據(jù)；
[0017]依據(jù)二分面垂直面算法，計(jì)算所述候選數(shù)據(jù)對所述查詢條件的空間影響度，在所述候選數(shù)據(jù)為多個(gè)的情況下，依據(jù)空間影響度的大小，對多個(gè)所述候選數(shù)據(jù)進(jìn)行排序，并將排序在前或在后的預(yù)設(shè)數(shù)量的所述候選數(shù)據(jù)確定為目標(biāo)數(shù)據(jù)。
[0018]本申請的第三方面提供了一種Ranked反近鄰空間關(guān)鍵字查詢裝置，包括:
[0019]第一倒排索引及查詢獲取模塊，用于獲取預(yù)先構(gòu)建的倒排索引及查詢條件；其中，所述倒排索引是為源數(shù)據(jù)集構(gòu)建的倒排索引，所述源數(shù)據(jù)集中包括若干源數(shù)據(jù)，源數(shù)據(jù)包括文本屬性及空間屬性，所述倒排索引用于記錄文本屬性與源數(shù)據(jù)之間的映射關(guān)系，所述查詢條件中包含查詢關(guān)鍵字及空間信息；
[0020]第一候選數(shù)據(jù)查找模塊，用于利用所述倒排索引，在所述源數(shù)據(jù)集中，查找包含所述查詢關(guān)鍵字的目標(biāo)源數(shù)據(jù)，并將查找到的目標(biāo)源數(shù)據(jù)確定為候選數(shù)據(jù)；
[0021]第一目標(biāo)葉子節(jié)點(diǎn)確定模塊，用于利用預(yù)先構(gòu)建的R-tree樹形索引，確定各個(gè)所述候選數(shù)據(jù)與所述查詢條件在空間距離上的遠(yuǎn)近順序，并按照從近到遠(yuǎn)的順序，在所述R-tree樹形索引中，依次查找各個(gè)所述候選數(shù)據(jù)所在的目標(biāo)葉子節(jié)點(diǎn)；其中，所述R-tree樹形索引是依據(jù)所述源數(shù)據(jù)集中的空間屬性構(gòu)建的空間索引，記錄所述源數(shù)據(jù)集中各個(gè)源數(shù)據(jù)之間的距離關(guān)系；
[0022]第一空間影響度計(jì)算模塊，用于依據(jù)二分面垂直面算法，計(jì)算所述目標(biāo)葉子節(jié)點(diǎn)包含的所述候選數(shù)據(jù)對所述查詢條件的空間影響度；
[0023]第一目標(biāo)數(shù)據(jù)確定模塊，用于依據(jù)空間影響度的大小，對所述若干候選數(shù)據(jù)進(jìn)行排序，并依據(jù)空間影響度的大小排序，將排序在前或在后的預(yù)設(shè)數(shù)量的所述候選數(shù)據(jù)確定為目標(biāo)數(shù)據(jù)。
[0024]本申請的第四方面提供了一種Ranked反近鄰空間關(guān)鍵字查詢裝置，包括:
[0025]第二倒排索引及查詢獲取模塊，用于獲取預(yù)先構(gòu)建的InvSR-tree混合樹形索引及查詢條件；其中，所述InvSR-tree混合樹形索引在R-tree樹形索引的每個(gè)節(jié)點(diǎn)具有各自的簽名文件，簽名文件是由節(jié)點(diǎn)包含的源數(shù)據(jù)的文本屬性生成的簽名文件，所述查詢條件中包含查詢關(guān)鍵字及空間信息，且InvSR-tree混合樹形索引的每個(gè)葉子節(jié)點(diǎn)具有各自的倒排索引，倒排索引用于記錄葉子節(jié)點(diǎn)包含的源數(shù)據(jù)的文本屬性與源數(shù)據(jù)之間的映射關(guān)系;
[0026]第二目標(biāo)葉子節(jié)點(diǎn)確定模塊，用于在所述InvSR-tree混合樹形索引中，查找與所述空間信息距離滿足預(yù)設(shè)距離條件、且簽名文件中包含所述查詢關(guān)鍵字的目標(biāo)葉子節(jié)點(diǎn)；
[0027]第二候選數(shù)據(jù)查找模塊，用于加載所述目標(biāo)葉子節(jié)點(diǎn)的目標(biāo)倒排索引，并在所述目標(biāo)倒排索引中，查找包含所述查詢關(guān)鍵字的目標(biāo)文本屬性，并將所述目標(biāo)文本屬性映射的源數(shù)據(jù)確定為候選數(shù)據(jù)；
[0028]第二目標(biāo)數(shù)據(jù)確定模塊，用于依據(jù)二分面垂直面算法，計(jì)算所述候選數(shù)據(jù)對所述查詢條件的空間影響度，在所述候選數(shù)據(jù)為多個(gè)的情況下，依據(jù)空間影響度的大小，對多個(gè)所述候選數(shù)據(jù)進(jìn)行排序，并將排序在前或在后的預(yù)設(shè)數(shù)量的所述候選數(shù)據(jù)確定為目標(biāo)數(shù)據(jù)。
[0029]由以上技術(shù)方案可知，本申請?zhí)峁┝艘环NRanked反近鄰空間關(guān)鍵字查詢方法，首先獲取倒排索引及查詢條件，查詢條件中包含查詢關(guān)鍵字及空間信息，在倒排索引中，查找包含查詢關(guān)鍵字的候選數(shù)據(jù)，利用預(yù)先構(gòu)建的R-tree樹形索引，確定候選數(shù)據(jù)與查詢條件在空間距離上的遠(yuǎn)近順序，并按照從近到遠(yuǎn)的順序，在R-tree樹形索引中，依次查找各個(gè)候選數(shù)據(jù)所在的目標(biāo)葉子節(jié)點(diǎn)，依據(jù)二分面垂直面算法，計(jì)算目標(biāo)葉子節(jié)點(diǎn)包含的候選數(shù)據(jù)對查詢條件的空間影響度，依據(jù)空間影響度的大小，對若干候選數(shù)據(jù)進(jìn)行排序，并依據(jù)空間影響度的大小排序，將排序在前或在后的預(yù)設(shè)數(shù)量的候選數(shù)據(jù)確定為目標(biāo)數(shù)據(jù)?？梢?，本實(shí)施例利用倒排索引及R-tree樹形索引分別進(jìn)行文本及空間剪枝，減少了查詢所用的數(shù)據(jù)，提高了查詢目標(biāo)數(shù)據(jù)的效率，且可以查詢獲得預(yù)設(shè)數(shù)量的目標(biāo)數(shù)據(jù)。
[0030]當(dāng)然，實(shí)施本申請的任一產(chǎn)品并不一定需要同時(shí)達(dá)到以上所述的所有優(yōu)點(diǎn)。
【附圖說明】
[0031]為了更清楚地說明本申請實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。
[0032]圖1為本申請?zhí)峁┑腞anked反近鄰空間關(guān)鍵字查詢方法實(shí)施例1的流程圖；
[0033]圖2為本申請?zhí)峁┑脑磾?shù)據(jù)集的一個(gè)示例圖；
[0034]圖3為本申請?zhí)峁┑脑磾?shù)