李敬雯 卢明许 刘彬彬

摘   要：在室内空间移动对象管理中，研究热点之一是如何整合和支持更加灵活的查询操作，如Top-k查询等。针对室内空间群组Top-k查询需要同时考虑室内空间结构的特殊性、室内空间中复杂而丰富的情境信息以及群组的整体情况的问题，提出了一个近似算法ICGTop-k（Indoor Context-dependent Group Top-k）来计算情境相关的室内群组Top-k查询的结果集合，进行两次Top-k查询得到最终的查询结果，并采用聚集优化方法对算法进行优化。通过实验对ICGTop-k算法、KBest算法和GPM算法进行了对比分析。结果表明，ICGTop-k相比于KBest和GPM在查询执行时间和查询精度都有显著提高。

关键词：情境;室内空间;移动对象;群组查询;Top-k查询

Context-dependent Group Top-k Query for Indoor Space

LI Jing-wen LU Ming-xu，LIU Bin-bin

（The 28th Research Institute of China Electronics Technology Group Corporation，Nanjing，Jiangsu 210007，China）

Abstract：In the management of moving objects for indoor space，one of the research hotspots is how to integrate and support more flexible query operations，such as Top-k query. In view of context-dependent group Top-k query for indoor space，it is necessary to consider the particularity of the indoor space structure，the complex and rich contextual information in the indoor space and the overall situation of the group，an approximate algorithm ICGTop-k （Indoor Context-dependent Group Top-k） is proposed to calculate the result set of context-dependent group Top-k query for indoor space. Top-k query dose twice to get the final query results and the algorithm is optimized by clustering optimization. ICGTop-k ，KBest and GPM algorithms are compared and analyzed through experiments. The experimental results show that the query execution time and query precision of ICGTop-k are significantly improved compared with KBest and GPM.

Key words：context;indoor space;moving object;group query;Top-k query

在室内移动对象数据管理领域中，研究热点之一是如何整合和支持更加灵活的查询操作[1]，如

Top-k查询等。面向室内空间的Top-k查询不仅需要考虑通常移动对象本身具有的各类信息，还需要考虑室内空间结构的特殊性以及室内空间中复杂而丰富的情境信息[2]，因此使用特定的评分函数来检索符合查询要求的最佳匹配对象集合。而在现实生活中，当查询发起者为团体中的领导者或代表时，通常需要考虑一组人的情况，又或者查询发起者本身就是一组用户，这时就要考虑这个群组的整体情况[3]。现在还没有太多关于室内移动对象群组情境信息的研究。针对以上问题，提出了一个情境相关的室内群组Top-k查询方法，着重解决在室内空间中带有情境信息的群组查询问题。

为了解……