[发明专利]基于空间-语义-数值相关度的空间关键字Top-K查询方法

说明书

本发明公开了一种基于空间‑语义‑数值相关度的空间关键字Top‑K查询方法，步骤为：利用Word Embedding技术对用户初始查询进行语义扩展；构建空间‑语义‑数值混合索引结构AKR‑tree；空间‑语义‑数值的相关度计算。本发明利用Word Embedding技术对用户初始查询进行语义扩展，生成一系列与初始查询关键字语义相关的查询关键字；然后构建空间‑语义‑数值混合索引结构AKR‑tree，该索引结构能同时支持查询关键字的文本和语义匹配，并利用Skyline方法对数值属性进行处理；最后，利用提出的索引结构快速匹配与空间关键字查询条件语义相关的对象，并按空间‑语义‑数值的综合相关度进行排序。与现有同类方法相比，本发明方法具有更好的查询结果用户满意度，索引结构具有较快的查询响应时间。

技术领域

本发明属于空间关键字查询和词嵌入的技术领域，尤其涉及一种基于空间-语义-数值相关度的空间关键字Top-K查询方法。

背景技术

现有的空间关键字查询处理模式主要有：top-k范围查询和top-k近邻查询，主要是根据空间对象与空间关键字查询之间的文本相似度和位置相近度构建结果评分函数，进而利用文本和空间混合索引技术提高查询效率。现有的空间数据和文本信息相混合的索引技术主要有IR-tree、IR²-tree、Quad-tree、bR*-tree和S2I等，这些空间-文本索引都是空间索引与文本索引的混合，其中空间索引的最基本结构是R-tree和quad-tree，文本搜索的索引技术主要有倒排文件(Inverted file)、签名文件(Signature file)和位图索引(Bitmap)等。然而，上述空间-文本索引结构主要关注空间对象与空间关键字查询的位置邻近性和文本相似性，而很少考虑查询结果的语义相关性。尽管最近有少数工作研究了空间关键字查询的语义匹配，但空间对象除了包含位置信息和文本信息之外，还包含了价格、用户评分等数值属性，现有方法需要把先把数值属性进行离散化处理，然后视其为文本属性进行处理，但这种处理方法不能有效进行数值大小和数值区间包含关系的比较，而实际上数值信息的处理方法与文本匹配处理方法还是有很大的不同。尽我们所知，目前还没有相关工作同时考虑空间对象与空间关键字查询在位置、语义和数值上的综合相关度，进而也就没有同时支持上述综合查询的混合索引结构。

另外，随着GPS的广泛应用和空间Web对象的迅速增加，空间关键字查询在基于位置的服务(LBS，Location-based Service)中得到了广泛应用。现有的空间关键字查询处理模式大多仅支持位置邻近和文本相似匹配，但不能向用户提供语义相关的对象。并且，当前的空间-文本混合索引结构(如IR-tree，IRS-tree，bR*-tree，quad-tree等)尚不能处理空间对象的数值属性。

发明内容

基于以上现有技术的不足，本发明所解决的技术问题在于提供一种基于空间-语义-数值相关度的空间关键字Top-K查询方法，建立同时融合位置信息、语义信息和数值信息的空间关键字查询处理模式，并通过有效的混合索引结构提高查询效率，在很大程度上提高了查询结果的用户满意度和查询响应时间。

为了解决上述技术问题，本发明通过以下技术方案来实现：

本发明提供一种基于空间-语义-数值相关度的空间关键字Top-K查询方法，包括以下步骤：

步骤1：对于空间对象文本信息中的每个单词，生成其对应的词嵌入向量表示，然后计算出每对单词之间的语义相似度，存储在单词语义相似度表中，用于对查询关键字的语义扩展；

步骤2：构建AKR-tree混合索引结构；

步骤3：对于用户给定的空间关键字查询条件，先从步骤1中的语义相似度表中找出语义相关单词，扩展查询关键字范围；然后利用构建的AKR-tree混合索引进行查询结果快速匹配；

步骤4：在匹配过程中，先检查每个分支节点是否满足查询条件的空间约束，在满足空间约束的前提下，再检查该节点的Textfile中是否包含查询关键字；