基于概念划分的Top-k空间偏好查询算法

摘要

Top-k空间偏好查询根据空间对象周围的特征性质对空间对象进行等级评价,并返回具有最高等级评价的k个空间对象.现有的Top-k空间偏好查询算法大多利用R树结构为空间特征数据建立索引.考虑使用网格索引组织二维空间数据,并提出基于概念划分的Top-k空间偏好查询算法,本文分别设计实现了基于范围查询和NN查询两种方式的Top-k空间偏好查询算法TopRAN-G与TopNN-G.通过真实数据集测试结果表明算法TopRAN-G与TopNN-G能够结合网格索引的优点,对Top-k空间偏好查询请求进行快速准确的处理.与基于R树索引的传统算法相比,查询效率有较大提高.