张丽平 刘 蕾 郝晓红 李 松 郝忠孝,2

1(哈尔滨理工大学计算机科学与技术学院 哈尔滨 150080)

2 (哈尔滨工业大学计算机科学与技术学院 哈尔滨 150001)

(zhanglptg@163.com)

随着基于位置服务技术的广泛应用，空间数据库中的最近邻(nearest neighbor, NN[1])查询及它的变体查询成为热点问题.近年来，最近邻查询的研究进一步拓展到反向最近邻查询[2]、组最近邻查询[3]、可视最近邻查询[4]、可视反向k最近邻查询[5]、不确定数据集中的k最近邻查询[6]、强邻近对查询[7]、连续反k最近邻查询[8]、聚集最近邻查询[9-10]、双色数据集上的反向最近邻查询[11]、移动k最近邻查询[12]等方面.所取得的成果解决了最近邻查询领域的一些重要问题.

反k最近邻(reverseknearest neighbor, RkNN[8])查询是空间数据库中的重要的查询之一，在空间决策支持、资源分配和数据挖掘方面有着广泛的应用.RkNN查询获得将查询对象作为k最近邻的数据对象集合，可以反映出该查询对象对哪些空间对象影响较大，所以一般用来评估查询对象的影响力.例如，在一家商场的选址工作中，需要评估该商场对附近哪些人群有影响力，该商场所吸引的顾客群就是RkNN查询所要找的影响集.由于此类查询可以支持高级的分析和预测应用，因此在实际应用中已经变得越来越重要.对于RkNN查询，文献[13]提出了一种新的双色反向最近邻查询，该查询利用基于网格的方法对空间对象进行聚类，同时利用B+树进行索引方向角，来达到有方向性的查询.根据实际需求，有时需要对一个商业区进行评估影响……