Continuous similarity join over geo-textual data streams
Continuous similarity join over geo-textual data streams
复制标题
地理文本数据流的连续相似性连接
DOI：
10.1007/s11280-022-01063-w
复制
发表时间：
2022-06
期刊：
影响因子：
--
通讯作者：
Guoren Wang
中科院分区：
文献类型：
--
作者：
Hongwei Liu;Yongjiao Sun;Guoren Wang
地理文本相似性连接是空间数据库中的一种基本操作。随着基于位置的社交媒体的持续扩散，地理文本数据在过去几十年中变得越来越可用。移动的用户和基于位置的服务提供商可能想要通过数据流接收多尺度地理文本对象的最新相似性联接结果。鉴于此，我们提出并研究了一个新的问题连续地理文本相似连接（CGTS-Join）。具体地，给定地理文本数据流上的地理文本对象Q的集合和地理文本对象P的动态集合，问题CGTS-Join是连续地维护包含对象对的最新连接结果集，使得每对对象彼此相似。为此，我们定义了一个有效的相似性度量，通过考虑空间，文本和时间方面来衡量两个地理文本对象之间的相似性。基于相似性度量，我们开发了一个混合网格索引结构（HGI）和三过滤框架，能够有效地回答CGTS连接问题。我们在两个真实世界的数据集上进行了广泛的实验，以确认我们所提出的方法的性能优越性。
Geo-textual similarity join is a fundamental operation in spatial databases. With the continued proliferation of location-based social media, geo-textual data is becoming increasingly available over the past decades. Mobile users and location-based service providers may want to receive up-to-date similarity join results of massive-scale geo-textual objects over data streams. In this light, we propose and study a novel problem of Continuous Geo-Textual Similarity Join (CGTS-Join). Specifically, given a collection of geo-textual objects Q and a dynamic set of geo-textual objects P over geo-textual data streams, the problem CGTS-Join is to continuously maintain an up-to-date join result set containing object pairs such that the objects of each pair are similar to each other. For the purpose, we define an effective similarity metric that measures the similarity between two geo-textual objects by taking spatial, textual, and temporal aspects into consideration. Based on the similarity metric, we develop a Hybrid Grid Indexing Structure (HGI) and a tri-filtering framework that is capable of answering the CGTS-Join problem efficiently. We conduct extensive experiments on two real-world datasets to confirm the performance superiority of our proposed method.
登录
查看更多内容
DOI：
10.1145/2463676.2465328
发表时间：
2013-06
期刊：
--
影响因子：
--
作者：
Lisi Chen;G. Cong;Xin Cao
通讯作者：
Lisi Chen;G. Cong;Xin Cao
CISK：基于概念推理的空间关键字查询的交互式框架
DOI：
10.1016/j.neucom.2020.02.129
发表时间：
2020-07
期刊：
NEUROCOMPUTING 2021 (CCF-C类期刊、JCR二区)
影响因子：
--
作者：
Jiajie Xu;Jiabao Sun;Rui Zhou;Chengfei Liu;Lihua Yin
通讯作者：
Lihua Yin
基于签名的轨迹相似性连接
DOI：
10.1109/tkde.2017.2651821
发表时间：
2017-04
期刊：
IEEE Transactions on Knowledge and Data Engineering (TKDE)
影响因子：
--
作者：
Na Ta;Guoliang Li;Jianhua Feng
通讯作者：
Jianhua Feng
DOI：
10.1109/icde.2011.5767861
发表时间：
2011-04
期刊：
2011 IEEE 27th International Conference on Data Engineering
影响因子：
--
作者：
Dingming Wu;Man Lung Yiu;Christian S. Jensen;G. Cong
通讯作者：
Dingming Wu;Man Lung Yiu;Christian S. Jensen;G. Cong
DOI：
10.1109/icde.2017.154
发表时间：
2016-12
期刊：
2017 IEEE 33rd International Conference on Data Engineering (ICDE)
影响因子：
--
作者：
Zhida Chen;G. Cong;Zhenjie Zhang;T. Fu;Lisi Chen
通讯作者：
Zhida Chen;G. Cong;Zhenjie Zhang;T. Fu;Lisi Chen