[发明专利]一种基于Trie的空间关键词查询方法及装置

权利要求书

1.一种基于Trie的空间关键词查询方法，其特征在于：包括：

数据预处理步骤，将数据集D中所有位置点编码成长度为n的字符串geoStr，根据字符串geoStr后缀ssuf按字典序对数据集D中的每行数据排序并生成编号id，每一行数据称为一条记录r，则由一至多行记录r组成的数据集称为记录集R；其中ssuf指字符串geoStr的后n-m位字符，m≤n，m表示字符串geoStr前缀部分的位数；

空间关键词索引建立步骤，对字符串前缀spre构建Trie，Trie的叶节点指向根据该域内关键词构建的倒排索引，倒排索引的列表元素为关键词及与其相对应的id列表，得到空间关键词索引结构；其中，该域指从根节点到叶节点所构成的geoStr前缀spre_i，spre_i指第i个字符串geoStr的前m位字符，spre指字符串geoStr的前m位字符；

空间关键词查询步骤，检索空间关键词索引结构，获取满足查询条件的id，经过滤得到id候选集，并对候选集验证返回满足空间查询条件的位置点；

所述空间关键词索引建立步骤，具体为：

步骤210：对R_spre构建Trie索引结构，每个spre可映射为Trie中一条从根到叶节点的路径，叶节点指向根据该域内关键词构建的倒排索引；其中，R_spre表示R中所有spre，该域指从根节点到叶节点所构成的前缀spre_i，i表示R_spre中第i个字符串；

步骤220：对R_items中每个独立元素item，构建一个由包含item的r_part.id组成的倒排列表；其中，r_part表示R中r.geoStr的前m位等于spre_i的r.id、r.items，r.geoStr表示r的geoStr，r.id表示r的id，r.items表示r的关键词集，R_part表示由一至多行r_part组成的数据集，R_items表示R_part中全部关键词，r_part.id表示r_part的id；

步骤230：对R_suf构建geoStr后缀ssuf与id的映射表；其中，R_suf表示R中所有ssuf。

2.根据权利要求1所述的基于Trie的空间关键词查询方法，其特征在于：所述数据预处理步骤，具体包括如下步骤：

步骤110：给定一个由一系列位置点、关键词集构成的数据集D，通过geohash空间编码方法将数据集D中的位置点编码成长度为n的字符串geoStr；其中，位置点由纬度、经度数据构成；其中geoStr即geohash编码，表示geohash精度表中n对应的范围区域，

步骤120：将每一个geoStr分为m位前缀部分spre和n-m位后缀部分ssuf，根据ssuf按字典序对数据集D中每行数据排序并编号id，每一行数据称为一条记录r，则由一至多行记录r组成的数据集称为记录集R；其中，R中每行数据r由id、纬度lat、经度lon、字符串geoStr、关键词集items组成，items至少包含一个关键词item。