Discovery of probabilistic nearest neighbors in traffic-aware spatial networks
Discovery of probabilistic nearest neighbors in traffic-aware spatial networks
复制标题
交通感知空间网络中概率最近邻的发现
DOI：
10.1007/s11280-016-0425-x
复制
发表时间：
2017-09
影响因子：
3.7
通讯作者：
Lu Minhua
中科院分区：
文献类型：
--
作者：
Shang Shuo;Zhu Shunzhi;Guo Danhuai;Lu Minhua
近年来，旅行计划和推荐受到了极大的关注。在这种情况下，我们研究了在交通感知空间网络(TANN查询)中发现概率最近邻并规划相应的出行路线以避免潜在的时延/交通拥堵的新问题。我们提出并研究了四种新的概率TANN查询。其中两个查询的目标是最小化行程时间，包括拥塞概率阈值查询和时延阈值查询，而另外两个行程时间阈值查询的目标是最小化潜在的时延/交通拥堵。我们相信TANN查询在许多实际应用中都是有用的，例如发现附近的兴趣点，为用户规划方便的旅行路线，以及一般基于位置的服务。TANN查询面临着两个难题：(1)如何为流量感知空间网络中的最近邻查询定义概率度量；(2)如何在不同的查询设置下高效地处理这些TANN查询。为了克服这些挑战，我们定义了一系列新的概率度量，并开发了四种高效的算法来计算TANN查询。通过对真实空间数据和合成空间数据的大量实验，验证了TANN查询的性能。
Travel planning and recommendation have received significant attention in recent years. In this light, we study a novel problem of discovering probabilistic nearest neighbors and planning the corresponding travel routes in traffic-aware spatial networks (TANN queries) to avoid potential time delay/traffic congestions. We propose and study four novel probabilistic TANN queries. Thereinto two queries target at minimizing the travel time, including a congestion-probability threshold query, and a time-delay threshold query, while another two travel-time threshold queries target at minimizing the potential time delay/traffic congestion. We believe that TANN queries are useful in many real applications, such as discovering nearby points of interest and planning convenient travel routes for users, and location based services in general. The TANN queries are challenged by two difficulties: (1) how to define probabilistic metrics for nearest neighbor queries in traffic-aware spatial networks, and (2) how to process these TANN queries efficiently under different query settings. To overcome these challenges, we define a series of new probabilistic metrics and develop four efficient algorithms to compute the TANN queries. The performances of TANN queries are verified by extensive experiments on real and synthetic spatial data.
登录
查看更多内容
克服多样性的挑战：大数据抽象，AAL 通信系统数据管理的下一代发展
影响因子：
11.2
作者：
Mao Rui;Xu Honglong;Wu Wenbo;Li Jianqiang;Li Yan;Lu Minhua
通讯作者：
Lu Minhua
DOI：
10.1145/956676.956677
发表时间：
2003-11
期刊：
--
影响因子：
--
作者：
Christian S. Jensen;Jan Kolárvr;T. Pedersen;Igor Timko
通讯作者：
Christian S. Jensen;Jan Kolárvr;T. Pedersen;Igor Timko
DOI：
10.1145/2623330.2623617
发表时间：
2014-08
期刊：
Proceedings of the 20th ACM SIGKDD international conference on Knowledge discovery and data mining
影响因子：
--
作者：
Zhe Chen;Michael J. Cafarella
通讯作者：
Zhe Chen;Michael J. Cafarella
空间网络中路径附近簇的发现
DOI：
10.1109/tkde.2014.2382583
发表时间：
2015-06
影响因子：
8.9
作者：
Shuo Shang;Kai Zheng;Christian S. Jensen;Bin Yang;Panos Kalnis;Guohe Li;Ji-Rong Wen
通讯作者：
Ji-Rong Wen
DOI：
10.1007/s11432-011-4309-5
发表时间：
2012-04
期刊：
Science China Information Sciences
影响因子：
--
作者：
R. Wu;Chan Li;D. Lu
通讯作者：
R. Wu;Chan Li;D. Lu