近些年來,隨著智能移動(dòng)設(shè)備和社交網(wǎng)絡(luò)的蓬勃發(fā)展,海量帶有地理標(biāo)簽的數(shù)據(jù)從移動(dòng)互聯(lián)網(wǎng)中產(chǎn)生。如何充分利用這些數(shù)據(jù)的優(yōu)勢并為用戶提供準(zhǔn)確的信息推送分發(fā)服務(wù),成為了亟需解決的關(guān)鍵問題。發(fā)布/訂閱技術(shù)作為提供信息推送分發(fā)服務(wù)的重要手段,受到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。本文考慮現(xiàn)實(shí)應(yīng)用場景,結(jié)合用戶的移動(dòng)行為,提出了基于路徑時(shí)間感知的發(fā)布/訂閱問題,為解決該問題使用了過濾-驗(yàn)證框架,并設(shè)計(jì)了高效的過濾算法。具體研究內(nèi)容如下:（1）針對(duì)傳統(tǒng)發(fā)布/訂閱技術(shù)未曾考慮用戶移動(dòng)路徑的問題,提出了基于路徑時(shí)間感知的發(fā)布/訂閱問題。該問題設(shè)計(jì)了參數(shù)化的訂閱以滿足用戶復(fù)雜多樣的需求,并且綜合考慮了信息和訂閱在時(shí)間、空間以及文本三個(gè)維度的相似性來為用戶提供更準(zhǔn)確的匹配結(jié)果。為解決該問題,設(shè)計(jì)了過濾-驗(yàn)證框架作為解決方案。（2）針對(duì)需要重復(fù)計(jì)算不同訂閱路徑產(chǎn)生的交集的問題,提出了基于位置時(shí)間感知的過濾算法。該過濾算法通過為每個(gè)空間元素建立基于位置時(shí)間感知的列表,并考慮空間和時(shí)間維度的信息設(shè)計(jì)剪枝策略并結(jié)合文本前綴過濾方法進(jìn)行剪枝,有效解決了訂閱路徑的交集所帶來的重復(fù)計(jì)算問題,從而提高效率。（3）為解決需對(duì)空間位置相... 

【文章來源】：蘇州大學(xué)江蘇省

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３－２參數(shù)〇的影響??【參數(shù)／Ｓ的影響】如圖３－３（ａ）所示，隨載８的增人，ＴＬＦ和丨Ｒ－ｔｒｅｅ的候選者＃分逐??

?基于路徑時(shí)間感知的發(fā)布／訂閱技術(shù)研究??２０??（?ｒ?１?１?１２??１?１?１???ＴＩ．Ｆ?－Ｍ－?ＴＬＦ??—ＩＲ－ｔｒｃｅ?ＩＲ－ｔｒｅｅ??ｉ：?一＾＾?■?：，一??１?＿?２?－?－??０??＇?＞?＇??０??＇?＇?＇???０．?１?０．３?０．５?０．７?０．９?０．?１?０．３?０．５?０．７?０．９??Ｐ?３??（ａ）對(duì)剪枝能力的影響?（ｂ）對(duì)運(yùn)行效率的影響??圖３－３參數(shù)廣的影響??１５??１?１?１??１２??１?１?１???ＴＬＦ?ＴＬＦ??ＴＲ－ｔｒｅｅ?？?—ＩＲ－ｔｒｅｅ??１２，１０?＇?？??Ｉ?６＂?５?－?Ｘ?ｘ＂????〇??ｉ?＊?１??〇??１?１?１???０，５?０．６?０．７?０．８?０．９?０．５?０．６?０．７?０．８?０．９??（ａ）對(duì)剪枝能力的影響?（ｂ）對(duì)運(yùn)行？＾率的影響??圖３－４參數(shù)ｒ的影響??此外，本文還評(píng)估了更新訂閱集合的成本和更新之后需要花費(fèi)的運(yùn)行時(shí)間。首??先，本文分別通過ＴＬＦ算法和ＩＲ－ｔｒｅｅ為訂閱集合建立索引，然后向其中插入新的訂閱??數(shù)據(jù)并且在以下兩種不同情況下進(jìn)行實(shí)驗(yàn)：（ａ）向同一個(gè)訂閱集合中插入不同數(shù)量??的訂閱；（ｂ）向不同規(guī)模的訂閱集合中插入相同數(shù)量的訂閱集合。??３０??１?１?１??１０??１?１?！???－Ｋ－?ＴＬＦ?ＴＬＦ??—ＩＲ－ｔｒｅｃ?ＩＲ－ｔｒｅｅ??２４?－?８?－?－??Ｔ??，??

?基于路徑時(shí)間感知的發(fā)布／訂閱技術(shù)研究??２０??（?ｒ?１?１?１２??１?１?１???ＴＩ．Ｆ?－Ｍ－?ＴＬＦ??—ＩＲ－ｔｒｃｅ?ＩＲ－ｔｒｅｅ??ｉ：?一＾＾?■?：，一??１?＿?２?－?－??０??＇?＞?＇??０??＇?＇?＇???０．?１?０．３?０．５?０．７?０．９?０．?１?０．３?０．５?０．７?０．９??Ｐ?３??（ａ）對(duì)剪枝能力的影響?（ｂ）對(duì)運(yùn)行效率的影響??圖３－３參數(shù)廣的影響??１５??１?１?１??１２??１?１?１???ＴＬＦ?ＴＬＦ??ＴＲ－ｔｒｅｅ?？?—ＩＲ－ｔｒｅｅ??１２，１０?＇?？??Ｉ?６＂?５?－?Ｘ?ｘ＂????〇??ｉ?＊?１??〇??１?１?１???０，５?０．６?０．７?０．８?０．９?０．５?０．６?０．７?０．８?０．９??（ａ）對(duì)剪枝能力的影響?（ｂ）對(duì)運(yùn)行？＾率的影響??圖３－４參數(shù)ｒ的影響??此外，本文還評(píng)估了更新訂閱集合的成本和更新之后需要花費(fèi)的運(yùn)行時(shí)間。首??先，本文分別通過ＴＬＦ算法和ＩＲ－ｔｒｅｅ為訂閱集合建立索引，然后向其中插入新的訂閱??數(shù)據(jù)并且在以下兩種不同情況下進(jìn)行實(shí)驗(yàn)：（ａ）向同一個(gè)訂閱集合中插入不同數(shù)量??的訂閱；（ｂ）向不同規(guī)模的訂閱集合中插入相同數(shù)量的訂閱集合。??３０??１?１?１??１０??１?１?！???－Ｋ－?ＴＬＦ?ＴＬＦ??—ＩＲ－ｔｒｅｃ?ＩＲ－ｔｒｅｅ??２４?－?８?－?－??Ｔ??，??

【參考文獻(xiàn)】：
期刊論文
[1]時(shí)空數(shù)據(jù)語義理解:技術(shù)與應(yīng)用[J]. 姚迪,張超,黃建輝,陳越新,畢經(jīng)平.  軟件學(xué)報(bào). 2018(07)
[2]基于主題模型的位置感知訂閱發(fā)布系統(tǒng)[J]. 鮮學(xué)豐,崔志明,趙朋朋,劉昭斌,顧才東.  計(jì)算機(jī)科學(xué). 2018(03)
[3]面向開源生態(tài)的軟件數(shù)據(jù)挖掘技術(shù)研究綜述[J]. 尹剛,王濤,劉冰珣,周明輝,余躍,李志星,歐陽建權(quán),王懷民.  軟件學(xué)報(bào). 2018(08)
[4]基于深度學(xué)習(xí)的推薦系統(tǒng)研究綜述[J]. 黃立威,江碧濤,呂守業(yè),劉艷博,李德毅.  計(jì)算機(jī)學(xué)報(bào). 2018(07)
[5]軌跡大數(shù)據(jù):數(shù)據(jù)處理關(guān)鍵技術(shù)研究綜述[J]. 高強(qiáng),張鳳荔,王瑞錦,周帆.  軟件學(xué)報(bào). 2017(04)
[6]基于內(nèi)容的發(fā)布訂閱系統(tǒng)綜述[J]. 侯秀紅,郜方方.  電腦開發(fā)與應(yīng)用. 2014(10)



本文編號(hào)：3123661