Encontrando os melhores locais a partir da popularidade de objetos de interesse na vizinhança espacial: uma proposta
Resumo
Dados espaciais estão cada vez mais presentes em nossas vidas diárias. Nós usamos vários aplicativos que usam esses dados, como o Google Maps e o Uber. Por exemplo, um usuário que deseja saber quantos restaurantes existem em seu bairro pode realizar uma consulta espacial, dando sua localização atual (latitude e longitude) e um raio (por exemplo, 100m). Esta consulta retorna todos os restaurantes dentro do dado região. Este projeto propõe um novo tipo de consulta chamado spatiotextual baseado em popularidade consulta que pode selecionar os melhores objetos espaciais levando em consideração número de objetos espaço-textuais relevantes, para um determinado conjunto de palavras-chave de consulta, em sua vizinhança. Apresentamos algoritmos para processar essa consulta de maneira eficiente e avaliar os algoritmos propostos em conjuntos de dados reais.
Referências
de Almeida, J. P. D. and Rocha-Junior, J. B. (2016). Top-k spatial keyword preference query. Journal of Information and Data Management, 6(3):162.
Du, Y., Zhang, D., and Xia, T. (2005). The optimal-location query. In International Symposium on Spatial and Temporal Databases, pages 163–180. Springer.
Rocha-Junior, J. B., Gkorgkas, O., Jonassen, S., and Nørvag, K. (2011). Efficient processing of top-k spatial keyword queries. In SSTD, volume 6849 of LNCS. Springer.
Xia, T., Zhang, D., Kanoulas, E., and Du, Y. (2005). On computing top-t most influential spatial sites. VLDB, pages 946–957.
Yiu, M. L., Dai, X., Mamoulis, N., and Vaitis, M. (2007). Top-k spatial preference queries. In Proceedings - ICDE, pages 1076–1085. IEEE.
Zhang, D., Du, Y., Xia, T., and Tao, Y. (2006). Progressive computation of the min-dist optimal-location query. VLDB, pages 643–654.
