[论文解读] Geo-Social Group Queries with Minimum Acquaintance Constraint

Qijun Zhu, Haibo Hu+3 more|arXiv (Cornell University)|Jun 28, 2014

Data Management and Algorithms参考文献 25被引用 15

一句话总结

本文提出了地理社交群组查询（GSGQs），通过设置最低熟人关系约束 *c*，确保群组成员之间至少相互认识 *c* 人，从而提升群组凝聚力。提出两种新型社交感知空间索引结构——SaR-tree 和 SaR*-tree，可在大规模 LBSN 上高效处理 GSGQs，在真实数据集（如 Gowalla 和 Twitter-2010）上的查询性能和更新效率均优于基于 R-tree 的基线方法。

ABSTRACT

The prosperity of location-based social networking services enables geo-social group queries for group-based activity planning and marketing. This paper proposes a new family of geo-social group queries with minimum acquaintance constraint (GSGQs), which are more appealing than existing geo-social group queries in terms of producing a cohesive group that guarantees the worst-case acquaintance level. GSGQs, also specified with various spatial constraints, are more complex than conventional spatial queries; particularly, those with a strict $k$NN spatial constraint are proved to be NP-hard. For efficient processing of general GSGQ queries on large location-based social networks, we devise two social-aware index structures, namely SaR-tree and SaR*-tree. The latter features a novel clustering technique that considers both spatial and social factors. Based on SaR-tree and SaR*-tree, efficient algorithms are developed to process various GSGQs. Extensive experiments on real-world Gowalla and Dianping datasets show that our proposed methods substantially outperform the baseline algorithms based on R-tree.

研究动机与目标

• 为解决现有地理社交群组查询中因用户空间邻近但彼此不熟悉而导致的群组凝聚力不足问题。
• 形式化定义一类新的地理社交群组查询（GSGQs），强制实施最低熟人关系约束 *c*，确保每个群组成员至少认识 *c* 位其他成员。
• 设计可扩展的外部内存索引结构——SaR-tree 和 SaR*-tree，整合空间距离与社交距离，实现高效查询处理。
• 设计针对多种 GSGQ 变体（包括 k-NN 和范围查询）的优化算法，满足最低熟人关系约束。
• 在真实数据集上评估所提方法，并证明其在查询与更新工作负载下均显著优于基于 R-tree 的基线方法。

提出的方法

• 提出一类新的 GSGQs 家族，由三个参数定义：查询发起者 *q*、空间约束 *Λ*（如 k-NN 或范围查询），以及熟人关系约束 *c*，确保每个群组成员至少认识 *c* 位其他成员。
• 设计 SaR-tree，一种社交感知空间索引，基于空间邻近性与社交连通性对用户进行聚类，提升查询处理过程中的剪枝能力。
• 通过在聚类过程中同时融合空间距离与社交距离，将 SaR-tree 优化为 SaR*-tree，从而获得更优的索引质量与查询性能。
• 设计新颖的算法以处理 GSGQs，包括 k-NN 与松弛 k-NN 查询，利用 SaR-tree 与 SaR*-tree 的层次结构，最大限度减少 I/O 与计算开销。
• 实现一种惰性更新模型，用于动态社交网络，将位置与社交关系更新批量处理，以最小化开销维持索引一致性。
• 采用候选集剪枝与早期终止等优化技术，减少搜索空间，提升查询效率。

实验结果

研究问题

• RQ1 如何增强地理社交群组查询，以确保群组成员间具备最低程度的熟悉度，从而在实际应用中提升社交凝聚力？
• RQ2 在大规模、动态的 LBSN 中，何种索引结构能高效支持带有最低熟人关系约束的 GSGQs，同时最小化 I/O 与计算成本？
• RQ3 在真实数据集上，所提出的 SaR-tree 与 SaR*-tree 相较于传统的基于 R-tree 的方法，在查询性能与更新效率方面表现如何？
• RQ4 批量更新大小与更新频率对动态环境中 GSGQ 处理性能有何影响？
• RQ5 强制实施最低熟人关系约束在多大程度上提升了用户偏好与群组推荐的感知质量，相较于现有方法？

主要发现

• 所提出的 GSGQ 模型通过强制实施最低熟人关系约束 *c*，显著提升了群组凝聚力，确保每位成员至少认识 *c* 位其他成员，这对社交互动质量至关重要。
• 在所有工作负载下，SaR*-tree 在查询吞吐量方面均优于 SaR-tree 与基线 CR/R-tree 方法，在 Gowalla 与 Twitter-2010 数据集上表现最佳。
• 在 Gowalla 数据集上，当查询与更新比率较高时，SaR* 的吞吐量最高可达 CR 的 1.8 倍，R-tree 的 2.5 倍，展现出卓越的可扩展性。
• SaR-tree 的平均分摊更新时间随批量大小增加而降低，这是由于候选块引用（CBR）失效减少，从而提升了更新效率。
• 在用户偏好研究中，78% 的参与者更偏好 GSGQ 的结果而非 SSGQ 的结果，证实熟人关系约束显著提升了结果的感知有用性与社交质量。
• 使用 SaR*-tree 的 GSGQ 查询执行时间与页访问成本持续低于基线方法，在 Twitter-2010 数据集上高更新负载下 I/O 成本最高降低 3.2 倍。