[论文解读] Goal Directed Relative Skyline Queries in Time Dependent Road Networks

K. B. Priya Iyer, V. Shanthi|arXiv (Cornell University)|May 9, 2012

Data Management and Algorithms参考文献 20被引用 5

一句话总结

本文提出了一种在时变路网中基于用户位置和行驶方向、以行程时间为度量的面向目标的相对天空查询（GD-RST）算法。该算法采用三阶段架构——过滤、堆和精炼天空——并结合动态天空缓存（DSC）机制，在真实路网中显著降低了传统分支限界方法的查询计算成本。

ABSTRACT

The Wireless GIS technology is progressing rapidly in the area of mobile communications. Location-based spatial queries are becoming an integral part of many new mobile applications. The Skyline queries are latest apps under Location-based services. In this paper we introduce Goal Directed Relative Skyline queries on Time dependent (GD-RST) road networks. The algorithm uses travel time as a metric in finding the data object by considering multiple query points (multi-source skyline) relative to user location and in the user direction of travelling. We design an efficient algorithm based on Filter phase, Heap phase and Refine Skyline phases. At the end, we propose a dynamic skyline caching (DSC) mechanism which helps to reduce the computation cost for future skyline queries. The experimental evaluation reflects the performance of GD-RST algorithm over the traditional branch and bound algorithm for skyline queries in real road networks.

研究动机与目标

• 为解决移动位置服务中需考虑动态行程时间的高效天空查询需求。
• 支持相对于用户当前位置和行驶方向的多源天空查询。
• 通过一种新颖的缓存机制，降低重复天空查询的计算开销。
• 在真实路网场景中，性能优于传统分支限界方法。

提出的方法

• 该算法使用过滤阶段，基于用户位置和行驶方向剔除无前景的候选对象。
• 堆阶段利用行程时间作为优先级度量，对剩余候选对象进行组织，以实现高效处理。
• 精炼天空阶段通过验证候选对象之间的支配关系，确保结果的正确性。
• 动态天空缓存（DSC）机制存储先前计算的天空结果，以加速未来查询。
• 行程时间被建模为时变度量，反映现实交通变化。
• 系统整合用户方向性，聚焦于相关的目标导向数据对象。

实验结果

研究问题

• RQ1 如何在考虑用户位置和行驶方向的时变路网中高效计算天空查询？
• RQ2 与传统分支限界方法相比，采用三阶段算法（过滤、堆、精炼）在天空查询中能带来多大的性能提升？
• RQ3 动态缓存机制在重复天空查询中能在多大程度上降低计算成本？
• RQ4 用户方向性的整合如何提升天空查询结果的相关性与效率？

主要发现

• GD-RST算法在真实路网数据集中相较于传统分支限界方法实现了显著的性能提升。
• 采用三阶段架构（过滤、堆、精炼）减少了距离计算次数，提升了查询响应速度。
• 动态天空缓存（DSC）机制通过重用缓存结果，有效降低了后续查询的计算开销。
• 实验评估证实，GD-RST在时变环境中保持了高查询效率，同时确保了结果的准确性。