...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Knowledge and Data Engineering >RSkNN: kNN Search on Road Networks by Incorporating Social Influence
【24h】

RSkNN: kNN Search on Road Networks by Incorporating Social Influence

机译：RSkNN：结合社会影响力对道路网络进行kNN搜索

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Although NN search on a road network , i.e., finding nearest objects to a query user on , has been extensively studied, existing works neglected the fact that the 's social information can play an important role in this NN query. Many real-world applications, such as location-based social networking services, require such a query. In this paper, we study a new problem: NN search on road networks by incorporating social influence (RSNN). Specifically, the state-of-the-art (IC) model in social network is applied to de- ine social influence. One critical challenge of the problem is to speed up the computation of the social influence over large road and social networks. To address this challenge, we propose three efficient index-based search algorithms, i.e., road network-based (RN-based), social network-based (SN-based), and hybrid indexing algorithms. In the RN-based algorithm, we employ a filtering-and-verification framework for tackling the hard problem of computing social influence. In the SN-based algorithm, we embed social cuts into the index, so that we speed up the query. In the hybrid algorithm, we propose an index, summarizing the road and social networks, based on which we can obtain query answers efficiently. Finally, we use real road and social network data to empirically verify the efficiency and efficacy of our solutions.
机译：尽管已经广泛研究了在道路网络上进行NN搜索，即在查询中找到离查询用户最近的对象，但是现有工作忽略了以下事实：社交信息可以在此NN查询中发挥重要作用。许多现实世界的应用程序，例如基于位置的社交网络服务，都需要这样的查询。在本文中，我们研究了一个新问题：结合社会影响力（RSNN）对道路网络进行NN搜索。具体而言，将社交网络中的最新模型（IC）用于确定社会影响力。该问题的一项关键挑战是加快对大型道路和社交网络的社会影响力的计算。为了解决这一挑战，我们提出了三种基于索引的有效搜索算法，即基于道路网络（RN），基于社交网络（SN）和混合索引算法。在基于RN的算法中，我们采用了过滤验证框架来解决计算社会影响力的难题。在基于SN的算法中，我们将社交内容嵌入索引中，从而加快了查询速度。在混合算法中，我们提出了一个索引，总结了道路和社交网络，在此基础上我们可以有效地获取查询答案。最后，我们使用真实的道路和社交网络数据来实证验证我们解决方案的效率和功效。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号