[发明专利]移动云计算环境下的基于双色反近邻查询的商店定址系统

说明书

一种移动云计算环境下的基于双色反近邻查询的商店定址系统,属于基于大规模时空数据处理与移动技术应用领域。用于解决现有商店定址系统对用户与顾客、商店之间的空间位置不明确的问题，技术要点是：该系统智能终端包括智能移动客户端、云中心服务系统等，采用了大规模分布式BRNN等基于位置的服务的分析算法，通过各个查询顾客集位置与商店集位置，将大数据处理的模式整合到该商店定址系统的查询阶段，在海量数据中搜索出最符合商店定址条件的位置区域，并将该位置区域反馈至智能移动客户端，最终完成商店定址问题。效果是：通过查询现有顾客集的位置以及现有商店集的位置，据此为用户找到最佳商店定址位置区域，使得新建的商店能够吸引最多的顾客。

技术领域

本发明属于基于位置的服务的移动通讯领域，是一种移动云计算环境下的基于双色反近邻查询的商店定址系统，涉及到大规模时空数据分析、云计算环境下的分布式海量数据处理，尤其涉及到智能移动数据处理与移动应用开发。

背景技术

互联网改变了人们的生活方式，同时，随着3G技术的不断升级，移动定位技术和地理信息系统(Geographic Information System，GIS)的推广，以及内置有GPS模块的智能手机，平板电脑的普及，移动互联网渐渐融入了人们的生活中，人们可以随时随地通过手持设备终端中各种各样的基于位置的服务(LocationBased Service，LBS)的应用程序使活动打破时空障碍，如移动定位功能，移动网络社交等，它对人们的日常生活影响越来越重要，越来越满足服务多元化需求。而随着中国城镇化的不断进行，建立或大或小的商店从而满足人们的需求已经迫在眉睫。然而当前城市中的很多商店存在着这样一个问题：不能吸引到尽可能多的客户。这个问题一方面使得商店老板不能获得更多的利益，另一方面也使得客户购买物品更加麻烦。现有技术中，大多依托于笨重的车载终端设备，这样就提高了定址的成本，并且不利于大规模的扩展与后期的更新换代。即使现有的商店定址软件，也很难解决当前商店定址困难的问题。

结合近年来随着基于位置的服务和移动互联网的快速发展，地理空间数据的数据量的迅猛增长。这些迅速增加的空间数据给传统的空间数据索引机制带来了新的问题，而这些传统的索引方法往往是基于内存或者需要优化的磁盘访问的先决条件。因此，如何实现高效的空间索引和查询处理大规模空间数据成为商店定址软件新的需求和挑战。一种可扩展的、分布式的空间数据索引技术不失为进行高效空间数据的查询和分析的最佳选择。现在已经有几种将空间分布式索引和查询处理技术与MapReduce相结合的方法，例如R-树和基于泰森多边形的空间索引。然而，R-树不适合进行平行化，基于泰森多边形索引的查询需要额外的查询点定位和局部索引重建计算。这使得定址软件在定位与查询上还存在一些技术问题。

因为云计算本身具有的虚拟化和并行化的特性，能高效的处理海量数据，它与移动设备的便携性以及互联网结合起来，形成了移动云计算。移动云计算集成了移动计算以及移动互联网和云计算的优点，这几年逐渐发展成为云计算的一个重要分支。任何智能终端设备如智能手机和平板电脑都可以从无线网络环境中随时按需获取服务，并且不受限于有限的硬件资源、计算能力和带宽等。很显然，在移动云计算中，高效分析和处理海量时空数据，并且与商店定址应用相结合，就是一个新兴的实用技术，移动云计算环境下有效的空间数据库索引技术对提高空间数据库查找效率与应用用户体验至关重要，基于该出发点，我们设计并实现了该发明。

发明内容

根据上述背景技术中存在的缺陷和不足，本发明提供了一种移动云计算环境下的基于双色反近邻查询的商店定址系统，以解决现有商店定址系统对用户与顾客、商店之间的空间位置不明确的问题。本发明也针对现有技术中存在的在空间数据索引和查询方法中的不足进行了改进，用以提高定位与搜索查询的速度、准确度和精确度。