反向空间偏好top-k查询方法

　随着地理位置定位技术的蓬勃发展，基于在线位置服务技术的应用也越来越多．提出一种查询类型一一反向空间偏好top-k查询．类似于传统的反向空间top-k查询，对于给定的空间查询对象，该查询返回使该对象满足top-k属性得分的那些用户．但不同的是，该对象的属性不是自身具有的特性，而是通过计算该对象与其他偏好对象之间的空间关系（如距离）而确定，这种查询在市场分析等许多重要领域具有需求，例如，根据查询结果，分析出某个地区中某个设施受欢迎的程度．但是，由于大量空间对象的存在导致对象之间空间关系的计算代价非常高，如何实时地计算出对象的空间属性得分，给查询处理带来很大的挑战．针对该问题提出优化的查询处理算法包括：数据集剪枝、数据集批量处理、基于权重的用户分组等策略．通过理论分析和充分的实验验证，证明了所提出方法的有效性．与普通方法相比，这些方法能够大幅度提高查询处理的执行时间和I/O效率。