[发明专利]基于度量k最近对的景点和酒店最佳配对方法

摘要

本发明公开了基于度量k最近对的景点和酒店最佳配对方法。本发明采用M树对旅游区数据集和酒店数据集分别进行索引，利用估计的第k个最近对距离和k最近对距离上界积极地修剪查询空间，以获得初步的查询结果，然后对其进行补全，从而获得距离最近的k个景点和酒店组合。本发明充分利用了空间数据库中索引技术和k最近对查询技术，丰富和优化了度量空间下的k最近对查询处理方法；采用深度优先遍历和最佳优先遍历相结合的方式；利用k最近对的距离上界和度量空间的三角不等式，开发若干有效的剪枝策略来修剪查找空间；提出基于估计的第k个最近对距离的积极剪裁和补全的算法框架，从而大大降低了I/O和CPU时间。

主权项

基于度量k最近对的景点和酒店最佳配对方法：其特征在于该方法的步骤如下：步骤(1)：收集景点和酒店的位置数据，然后对景点和酒店数据集分别建立索引，并估计第k个最近对的距离；步骤(2)：遍历景点和酒店数据集索引，并修剪查询空间，以获得多个景点和酒店组合，其组合个数不大于k；步骤(3)：补全k最近对查询结果集，以找到k个最近的景点和酒店组合；步骤(4)：向用户返回步骤(3)中所得的k个景点和酒店组合，以供用户选择最佳的景点和酒店组合；步骤(1)中每一个景点或酒店是通过一个位置坐标数据点表示；采用M树对景点数据集和酒店数据集进行分别索引；M树中每个结点项包含一个中心数据点、结点覆盖区域半径、以及中心数据点到其父结点项的中心数据点的距离信息；并利用统计的景点数据集和酒店数据集间距离分布函数F()计算估计的第k个最近对距离，即第k个最近景点和酒店组合的距离，具体的估计距离为min{r|F(r)≥k}；步骤(2)中采用深度优先遍历和最佳优先遍历结合的方式遍历两棵M树；深度优先遍历方式即自顶而下同时遍历两棵M树，而最佳优先遍历则按照结点项组合间最小距离升序来同时遍历两棵M树；结点项组合间最小距离被定义为两个结点项数据点中心点间的距离减去两个结点项覆盖区域半径；根据结点项组合间最小距离分为两种遍历情况：2.1)结点项组合间最小距离小于等于0，则采用深度优先遍历；2.2)结点项组合间最小距离大于0，则采用最佳优先遍历；在遍历过程中，利用估计的第k个最近对距离以及k最近对距离上界对查询空间进行剪裁；若结点项组合间近似最小距离或者最小距离大于估计的第k个最近对距离或者k最近对距离上界，则该结点项组合可以被剪裁；其中近似最小距离可以通过M树中存储的距离以及已计算的父结点项组合间距离，并根据度量空间的三角不等特性计算所得，且近似最小距离是最小距离的下界值；k最近对距离上界初始化为无穷大，并在查找过程中不断被更新收敛；最后，利用未被剪裁的景点和酒店组合更新查询结果以及k最近对距离上界；对步骤(2)中所获得的初步查询结果集进行补全，根据步骤(2)中所获的景点和酒店组合的个数分为两种情况：3.1)步骤(2)中所获得的景点和酒店组合个数等于k个，则说明估计的第k个最近对距离精确或偏大；因而，无需对步骤(2)中所获得的查询结果集进行补全，也就是说步骤(2)中所得的k个景点和酒店的组合就是最终查询结果集；3.2)步骤(2)中所获得的所获得的景点和酒店组合个数小于k个，则说明估计的第k个最近对距离偏小，即在步骤(2)中利用估计的第k个最近对距离剪裁了一些正确结果；因而，采用最佳优先的遍历方式继续遍历被估计的第k个最近对距离剪裁的结点项组合，以补全查询结果集，从而获得k个最近的景点和酒店组合；退出k最近对查询，向用户返回步骤(3)中所得k个最近的景点和酒店组合，以供用户选择最佳组合。