主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
刘喜平,万常选,刘德喜,廖国琼.空间关键词搜索研究综述.软件学报,2016,27(2):329-347
空间关键词搜索研究综述
Survey on Spatial Keyword Search
投稿时间:2015-05-22  修订日期:2015-09-10
DOI:10.13328/j.cnki.jos.004934
中文关键词:  空间关键词查询  索引  查询处理技术
英文关键词:spatial keyword query  index  query processing technique
基金项目:国家自然科学基金(61363010, 61173146, 61262009, 61363039, 61462037); 江西省高等学校科技落地计划(KJLD120 22); 江西省科技厅青年科学基金(20151BAB217005, 20142BAB217014); 江西省教育厅科技项目(GJJ12732)
作者单位E-mail
刘喜平 江西财经大学 信息管理学院, 江西 南昌 330013
江西省高校数据与知识工程重点实验室江西财经大学, 江西 南昌 330013 
lewislxp@gmail.com,lxpq@qq.com 
万常选 江西财经大学 信息管理学院, 江西 南昌 330013
江西省高校数据与知识工程重点实验室江西财经大学, 江西 南昌 330013 
 
刘德喜 江西财经大学 信息管理学院, 江西 南昌 330013
江西省高校数据与知识工程重点实验室江西财经大学, 江西 南昌 330013 
 
廖国琼 江西财经大学 信息管理学院, 江西 南昌 330013
江西省高校数据与知识工程重点实验室江西财经大学, 江西 南昌 330013 
 
摘要点击次数: 3632
全文下载次数: 3095
中文摘要:
      由于越来越多的数据具有位置和文本双重属性,空间关键词查询(spatial keyword query,简称SKQ)应运而生.一个SKQ以一个地理位置和若干关键词作为参数,返回满足空间与文本约束的结果,这些结果往往根据指定公式排列.对现有的空间关键词搜索技术进行了梳理,首先对问题进行了描述,对挑战进行了分析;然后分析了基本空间关键词搜索技术.将文献中提出的各种空间关键词查询进行了划分,对现有的查询处理技术进行分类,对每种类型的技术,从索引技术和查询算法两个方面进行了总结,并从多个角度对它们进行了比较.其后介绍了扩展空间关键词搜索技术,还介绍了与该问题相关的其他研究工作.最后指出了研究中存在的不足以及以后的研究方向.
英文摘要:
      As more and more data have both spatial and textual attributes, spatial keyword query (SKQ) has been proposed to enhance the data search. An SKQ takes a spatial location and a set of keywords as arguments, and returns objects satisfying spatial and textual constraints which are then probably ranked according to certain functions. This paper investigates the current spatial keyword search techniques. It first defines the problem and analyzes the challenges. Then, it discusses the basic spatial keyword query processing techniques. Specifically, it categorizes the proposed queries according to their components, and then classifies the existing query processing techniques into three groups. For each group, the paper reviews the proposed indexing and query processing techniques. The paper also compares these techniques from several perspectives. In addition, it discusses extensions to the basic SKQ. Finally, it addresses research work related to SKQ, as well as some future research directions.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利