“時空數(shù)據(jù)”是兼具時間和空間屬性的數(shù)據(jù)。現(xiàn)實世界中，80%的數(shù)據(jù)均直接或間接具備時空屬性。海量時空數(shù)據(jù)高效查詢是當前基于位置服務(wù)、社交網(wǎng)絡(luò)、物聯(lián)網(wǎng)等領(lǐng)域面臨的共性科學問題。時空數(shù)據(jù)在時間維度不斷演化的空間屬性以及相關(guān)應(yīng)用對時空查詢的高實時性要求，使得大規(guī)模時空數(shù)據(jù)高效查詢面臨巨大技術(shù)挑戰(zhàn)。
近日，計算機與控制工程學院于自強副教授與加拿大約克大學禹曉輝教授、多倫多大學NickKoudas教授、南京航空航天大學李博涵副教授等國內(nèi)外專家合作，在基于路網(wǎng)的復雜時空數(shù)據(jù)查詢問題方面取得兩項重要研究成果。第一項成果是針對路網(wǎng)環(huán)境下移動對象k近鄰查詢問題，創(chuàng)新性地提出一種移動對象密度感知的動態(tài)非平衡樹索引結(jié)構(gòu)。該索引結(jié)構(gòu)能夠根據(jù)變化的移動對象密度分布，自適應(yīng)調(diào)整不同路網(wǎng)區(qū)域的索引層次和索引粒度，使得查詢算法在不同區(qū)域均具備高效剪枝和精準搜索的能力。第二項成果針對動態(tài)圖的k條最短路線分布式查詢問題，提出了面向動態(tài)圖的邊界路線索引技術(shù)以及基于局部敏感哈希的大規(guī)模邊界路線壓縮技術(shù)，使得索引路線免受動態(tài)圖中不斷變化的邊的權(quán)重影響，解決了動態(tài)圖中兩點之間最短距離的快速計算問題，從而提高面向動態(tài)圖的k條最短路線的查詢效率。
上圖為時空數(shù)據(jù)查詢技術(shù)框架圖
上述兩項成果的相關(guān)論文均以于自強副教授為第一作者被計算機領(lǐng)域國際頂級期刊《IEEE Transactions on Knowledge and Data Engineering》（IEEE TKDE）錄用為長文。論文題目分別為“ODIN: Object Density Aware Index for CkNN Queries over Moving Objects on Road Networks”和“A Distributed Solution for Efficient k Shortest Paths Computation over Dynamic Road Networks”。TKDE是計算機領(lǐng)域數(shù)據(jù)庫與數(shù)據(jù)挖掘方向的國際頂級期刊，中國計算機學會（CCF）A類推薦期刊，中科院1區(qū)期刊，影響因子為8.9。
論文鏈接：
https://arxiv.org/abs/2312.12688
https://arxiv.org/abs/2312.12687
來稿時間：12月26日 審核：劉希斌 責任編輯：徐揚
