72、高效的基于标签的地理社交网络协同空间搜索

高效的基于标签的地理社交网络协同空间搜索

1. 引言

随着GPS、Wi-Fi和社交网络等位置获取技术的广泛应用，地理社交网络（GeoSN）在日常生活中的使用日益增多，像Google Buzz、Foursquare、Facebook Places等都是常见的GeoSN。在GeoSN中，地图上标记了各种空间对象（如餐厅、酒店、商店等），并带有用户生成的标签。用户不仅可以搜索感兴趣的空间对象，分享位置和活动信息，还能与兴趣相似的人一起规划社交活动，如聚餐、购物或骑行等。

为了满足GeoSN用户在协同活动规划中的需求，提出了一种新型的空间查询——基于标签的前k个协同空间（TkCoS）查询。该查询旨在检索出能满足用户需求的前k组地理对象，这些对象需满足以下条件：
1. 尽可能多地包含查询中指定的标签；
2. 对象之间的距离尽可能近，以最小化覆盖这些对象的区域的最大直径；
3. 用户位置与对象之间的最大距离最小化。

例如，有三位GeoSN用户Bob、Tom和Mary计划找地方见面，他们提交了一个TkCoS查询。在图中，{p3, p4, p5}这组对象似乎是最佳选择，因为它能覆盖所有用户的标签、覆盖面积最小且靠近用户位置；而{p2, p5, p6}则不太合适，因为并非所有用户的需求都能得到很好的满足。

TkCoS查询在现实生活中有很多应用，如多人合租房屋时对房屋质量、设施和距离工作地点的要求等都可以通过一个TkCoS查询来满足。然而，现有的空间查询处理技术无法直接应用于TkCoS查询，若采用分别执行子查询再合并结果的方法，效率较低，会导致高CPU和I/O开销。

为了高效处理TkCoS查询，本文设计了一种名为空间标签R树（ST