论文研读 | 路网中多样top-k路径推荐

本篇论文是是2022年发表在数据库领域顶级会议VLDB上的一篇文章，作者为香港科技大学团队。论文提出了一种兼顾完整性和效率的多样路径规划算法，并且在真实的城市路网中进行了效果评估。能够有效指导在实践中的应用。

路网中多样top-k路径推荐 (Diversified Top-𝑘 Route Planning in Road Network)

1. 背景及问题

路线规划无处不在，对我们的日常生活有着深刻的影响。多样化的top-k最短路径（D𝑘SP）计算是路网中重要的路线规划任务。给定一个OD对，相似度阈值，以及路径数量，它的目的是找到一个路径集，使得其中任何一对路径的相似度为𝑃中任何一对路径之间的相似度都不大于阈值，并且路径的总长度是最小的。然而，目前的解决方案都依赖于复杂的图遍历，在实践中应用起来太慢。

因此，本文提出了一种基于路径偏离和串联的枚举方法，以避免复杂的遍历搜索。具体来说，新的路径是通过连接最短路径树（SPT）中的前几条子路径而逐步形成的。由于每条新路径都是通过连接操作产生，而不是通过遍历图而产生，因此路径列举的效率提高了几个数量级，这有助于快速找到多样化的路径。

本文主要贡献

• 从路由结果的角度来缓解交通拥堵，并提出了一种边缘偏离和基于连接的路径枚举方法来有效处理D𝑘SP查询。

• 分析了路径关系，并提出了恒定时间的高效路径相似性计算方法。

• 提出了面向完整性和效率的解决方案，以进一步提高效率。

• 进行了全面的评估，证明了该方法与最先进的算法相比的优越性。

2. 方法介绍

2.1 多元化的Top-k最短路径

(1) 最短路径树SPT