[論文レビュー] Efficient Spatial Keyword Search in Trajectory Databases

Gao Cong, Hua Lu+3 more|arXiv (Cornell University)|May 13, 2012

Data Management and Algorithms参考文献 34被引用数 24

ひとこと要約

本稿では、テキストの関連性と空間的近接性を組み合わせる新しいハイブリッドインデックスであるセル・キーワード認識B+-木（Bck-tree）を用いて、トラジェクトリーデータベースにおける効率的なトップ-k空間キーワード照会（TkSK）手法を提案する。この手法により、照会キーワードをカバーする部分軌跡の長さと、照会位置から部分軌跡の開始点までの距離の和として定義されるマッチ距離が最小となるk本の軌跡を高速かつスケーラブルに取得できる。ベルクリーDB上で実施した実験的評価では、ベースライン手法に比べ優れた性能を示した。

ABSTRACT

An increasing amount of trajectory data is being annotated with text descriptions to better capture the semantics associated with locations. The fusion of spatial locations and text descriptions in trajectories engenders a new type of top-$k$ queries that take into account both aspects. Each trajectory in consideration consists of a sequence of geo-spatial locations associated with text descriptions. Given a user location $λ$ and a keyword set $ψ$, a top-$k$ query returns $k$ trajectories whose text descriptions cover the keywords $ψ$ and that have the shortest match distance. To the best of our knowledge, previous research on querying trajectory databases has focused on trajectory data without any text description, and no existing work has studied such kind of top-$k$ queries on trajectories. This paper proposes one novel method for efficiently computing top-$k$ trajectories. The method is developed based on a new hybrid index, cell-keyword conscious B$^+$-tree, denoted by \cellbtree, which enables us to exploit both text relevance and location proximity to facilitate efficient and effective query processing. The results of our extensive empirical studies with an implementation of the proposed algorithms on BerkeleyDB demonstrate that our proposed methods are capable of achieving excellent performance and good scalability.

研究の動機と目的

• テキスト的記述と空間的位置を統合したトップ-k空間キーワード照会をサポートしないトラジェクトリーデータベースの課題を解決すること。
• キーワードカバレッジと空間的近接性を組み合わせた、マッチ距離が最小となるk本の軌跡を効率的かつスケーラブルに取得する照会処理を可能にすること。
• テキスト関連性と空間的距離の両方を用いて、同時に検索空間をプルーニングするハイブリッドインデックス構造を設計すること。
• ルートシェアリング、ソーシャルネットワークのチェックイン、ユーザー生成の旅行計画など、関連性が高く短距離の移動経路を求める実世界の応用を支援すること。
• 従来のハイブリッドインデックス手法とは異なり、主流のDBMSと互換性があるソリューションを提供すること。

提案手法

• 空間的パーティショニングとキーワード認識B+-木構造を統合した、新しいハイブリッドインデックスであるセル・キーワード認識B+-木（Bck-tree）を提案する。テキストと位置情報の両方を用いて検索空間を共同でプルーニング可能である。
• 照会キーワードをすべてカバーする最短部分軌跡と、照会位置から部分軌跡の開始点までの距離を計算するマッチ距離計算アルゴリズム（Match）を設計する。
• 二段階の照問処理戦略を採用する：第一段階ではBck-treeを用いて空間的近接性とキーワード関連性に基づき候補軌跡を特定する。第二段階では、トップ-k順序付けのための正確なマッチ距離を計算する。
• セルベースの空間的パーティショニングを用い、軌跡をグループ化し、各セルにキーワードポストイングを関連付けることで、照問評価時の効率的なプルーニングを実現する。
• B+-木のファンアウト独立性を活用して木の高さを低く抑え、I/O効率を向上させる。同時にキーワードシグネチャを組み込んで高速なフィルタリングを実現する。
• BerkeleyDB上に実装することで、標準的なDBMSと互換性を確保し、現実のワークロード下でのパフォーマンス評価を可能にする。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッドインデックス構造は、空間的インデックスとテキストインデックスを効果的に統合することで、トラジェクトリーデータに対するトップ-k空間キーワード照問の処理を加速できるか？
• RQ2 提案されたBck-treeインデックスは、既存の空間インデックスおよびキーワードインデックスと比較して、照問処理性能とスケーラビリティにおいて優れているか？
• RQ3 空間的およびテキスト的検索空間を共同でプルーニングすることで、I/OおよびCPUのオーバーヘッドをどの程度削減できるか？
• RQ4 本手法は、大量の地物タグ付きでテキストアノテーションが施されたデータを含む実世界のトラジェクトリーデータベースに対しても、スケーラブルかつ効率的か？
• RQ5 従来のハイブリッドインデックス手法とは異なり、標準的なDBMSプラットフォームに効率的に展開可能か？

主な発見

• 提案されたBck-treeインデックスは、テキストアノテーションが施されたトラジェクトリーデータベースにおいて、照問処理時間においてベースライン手法を著しく上回る性能を示した。
• Matchアルゴリズムは、すべての照問キーワードをカバーする最短部分軌跡を特定することで、マッチ距離を効率的に計算し、計算オーバーヘッドを低減した。
• BerkeleyDB上での実験的評価により、データサイズおよび照問の複雑さの増加に伴い、提案手法が良好にスケーリングすることが確認された。
• ハイブリッドBck-tree構造により、空間的近接性とキーワード関連性の両方を用いた効果的なプルーニングが可能となり、検査対象の候補軌跡数が削減された。
• 従来のハイブリッドインデックス手法とは異なり、主流のDBMSと互換性があるため、カスタムストレージエンジンを必要としない。
• 本手法は優れたスケーラビリティと効率性を示しており、GPS軌跡共有や位置ベースのソーシャルネットワークなどの実世界の応用に適している。