[发明专利]应用于电子地图的空间关键字查询的搜索方法

权利要求书

1.一种应用于电子地图的空间关键字查询的搜索方法，其特征在于，包括如下步骤：

S1：读取数据集的各条数据进行索引构建、针对单条数据的各个关键字分别跳转至步骤S2；

S2:将关键字的频率与频率阈值进行比对，若关键字的频率低于所述频率阈值则跳转至步骤S7、否则跳转至步骤S3；

S3，构建叶子节点u：设u中包含的点的集合为up，将各关键字t映射到包含t的对象列表来构建u的倒排列表，并收集u的词汇表构建父节点的布隆过滤器；

S4，构建非叶子节点p：设p的子项为{c1,…,cf}，所述f为一个节点最大能容纳的子项数目，将p的各个子项指向的子节点构成节点p的词汇表，并对各关键字插入初始化的布隆过滤器；

S5，构建根节点、完成基于布隆过滤器的IR-tree的构建；

S6，构建基于布隆过滤器的IR-Tree结构的查询索引；

S7：对待查询关键字构建R-tree数据查询结构。

2.如权利要求1所述应用于电子地图的空间关键字查询的搜索方法，其特征在于：步骤S6包括如下步骤：

S61：给定eBKQ查询公式为：eBKQ = {Qs=(τ,ε),Qt}，所述Qs为空间条件，Qt为一组关键字，检查当前节点中Qs是否位于查询区域，若Qs位于查询区域内，则跳转至S23，若Qs不在查询区域中，则递归检查该节点的子节点；

S62：检测Qt中的各关键字是否存在于该节点的布隆过滤器中，若否则剪枝该节点，若是则跳转至S43；

S63：将各个关键字映射到其对应的记录列表，并对这些列表进行取交集操作，以获得最后的解集。

3.如权利要求2所述空间关键字查询的搜索方法，其特征在于，步骤S61中采用KNN算法实现eBKQ查询。

4.如权利要求1所述空间关键字查询的搜索方法，其特征在于，步骤S1中所述频率阈值为可调整值。