的对应关系满足第一条件且空间位置信息与查询位置点的位置信息之间的对应关系满足第二条件的位置点，这些位置点即为符合用户的查询请求的目标位置点。本发明通过对路网中各个位置点与查询位置点之间的空间位置信息及位置属性信息进行条件判断，进而确定符合用户查询请求的目标位置点，避免现有技术中返回空或大量的位置点使得查询结果不准确的情况，由此提高查询结果的准确率。
【附图说明】
[0064]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0065]图1为本发明提供的一种路网中位置点查询方法实施例一的流程图；
[0066]图2a?图2f为本发明实施例的应用示例图；
[0067]图3为本发明提供的一种路网中位置点查询方法实施例二的部分流程图；
[0068]图4为本发明提供的一种路网中位置点查询方法实施例三的部分流程图；
[0069]图5为本发明提供的一种路网位置点查询方法实施例三的另一部分流程图；
[0070]图6为本发明提供的一种路网中位置点查询方法实施例四的部分流程图；
[0071]图7为本发明提供的一种路网中位置点查询装置实施例五的结构示意图；
[0072]图8为本发明提供的一种路网中位置点查询装置实施例六的部分结构示意图；
[0073]图9为本发明提供的一种路网中位置点查询装置实施例七的部分结构示意图；
[0074]图10位本发明实施例七的另一部分结构示意图；
[0075]图11为本发明提供的一种路网中位置点查询装置实施例八的部分结构示意图。
【具体实施方式】
[0076]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0077]参考图1，为本发明提供的一种路网中位置点查询方法实施例一的流程图，其中，所述方法可以应用于路网中，所述路网中包括有多个位置点，如图2a中所示的位置点Pl?pl2，每个所述位置点具有其各自的空间位置信息及位置属性信息，其中，所述空间位置信息可以理解为所述位置点的地理位置信息等，如地理坐标或经度和玮度等，所述位置属性信息是指所述位置点的文本相关信息，如关键字等，如America、Australia、Japan、Chinese、Resturant> hotel、post-office、music、film 等信息。
[0078]在本实施例中，所述方法可以包括以下步骤实现:
[0079]步骤101:接收查询请求，所述查询请求包括查询位置点及查询关键字。
[0080]其中，所述查询请求为用户所需要进行位置点查询时所输入的请求，其包括能够表明用户查询意愿的查询位置点及查询关键字，即用户需要查询距离所述查询位置点的距离满足要求且其关键字与所述查询关键字具有一定关系的位置点。例如，以图2b中为例，用户需要查询距离位置点Q最近且具有关键字Chinese、hotel及music的关键字的位置点。
[0081]步骤102:基于所述查询请求，确定所述路网中的目标位置点。
[0082]其中，所述目标位置点的位置属性信息与所述查询关键字之间的对应关系满足预设第一条件，且所述目标位置点的空间位置信息与所述查询位置点的位置信息之间的对应关系满足预设第二条件。
[0083]也就是说，所述路网中的所有位置点中，只有其位置属性信息与所述查询关键字的对应骨关系满足所述第一条件且其空间位置信息与所述查询位置点之间的对应关系满足所述第二条件的位置点，才会被确定为目标位置点，即满足用户查询请求的位置点。
[0084]由上述方案可知，本发明提供的一种路网中位置点查询方法实施例一，通过对路网中每个位置点的空间位置信息及位置属性信息进行条件判断，来确定路网中位置属性信息与查询请求中查询关键字之间的对应关系满足第一条件且空间位置信息与查询位置点的位置信息之间的对应关系满足第二条件的位置点，这些位置点即为符合用户的查询请求的目标位置点。本实施例通过对路网中各个位置点与查询位置点之间的空间位置信息及位置属性信息进行条件判断，进而确定符合用户查询请求的目标位置点，避免现有技术中返回空或大量的位置点使得查询结果不准确的情况，由此提高查询结果的准确率。
[0085]需要说明的是，所述第一条件与所述第二条件可以由用户进行设定，以提高查询的灵活性。
[0086]在具体实现中，所述第一条件可以为:位置点的位置属性信息与查询关键字之间的文本相关性属性值大于或等于预设第一阈值，而所述第二条件可以为:位置点的空间位置信息与所述查询位置点的位置信息之间的位置距离损耗值由小到大排列序号值小于或等于预设第二阈值。
[0087]也就是说，本实施例中所查询到的位置点与查询位置点之间的关键字文本相关性满足第一条件，即其相关性属性值大于或等于第一阈值，且目标位置点与查询位置点之间的位置距离损耗值满足第二条件，即距离最近的K个位置点为目标位置点。
[0088]相应的，参考图3，为本发明提供的一种路网中位置点查询方法实施例二中所述步骤102的实现流程图，其中，所述步骤102可以通过以下步骤实现:
[0089]步骤121:确定所述路网中位置属性信息与所述查询关键字之间的文本相关性属性值大于或等于预设第一阈值的位置点为候选位置点。
[0090]步骤122:确定所述候选位置点中空间位置信息与所述查询位置点的位置信息之间的位置距离损耗值由小到大排列序号值小于或等于预设第二阈值的位置点为目标位置点。
[0091]也就是说，所述路网中以本实施例中的方案进行位置点查询，简称TK-SK查询，是根据一个给定的查询请求，包括查询位置点及查询关键值，以Qn表示，本实施例的目标在于找到k(第二阈值)个距离查询位置比较近且他们的文本相关性得分(文本相关性属性值)高于一个给定阈值(第一阈值，用户设置，能够灵活改变的阈值)的位置点。
[0092]此时，01^有4个组成部分，可表示为〈9.1，9.(1，9.1(，9.1'>。其中q.1表示查询的空间地理位置(包括经度和维度)，q.d表示一组查询关键字，q.K表示最大返回结果的个数(第二阈值)，以及q.T表不文本相关性得分阈值(第一阈值)。每个位置点POI (用P表示)，正如前文中所说的，都会依附于路网中的一个结点。本实施例给定一个查询Qn、路网G以及POI数据集P。Qn根据得分函数τ以得分降序的顺序返回k个Ρ0Ι。得分函数τ与文本相关性成正相关，与距离消耗成负相关，定义如下:
[0093]τ (P) = f( Θ (p.d, q.d)-T)/5 (p.1, q.1)
[0094]其中，得分f是一个特殊的布尔满足表达函数。Θ (p.d, q.d)代表着p.d与查询关键字q.d的文本相关性得分(介于0-1)。T是一个文本相关性阈值。这个阈值是文本限制用来决定一个POI P是否满足查询的文本需求。比如，一个POI p，如果Θ (q.d, p.d)彡T，则认为P满足查询q的文本需求。换而言之，f ( Θ (p.d，q.d)-T)是用来决定查询q是否得到满足。如果 q 得到满足，，则 f( Θ (P.d, q.d) - T ) = 1，否则 f ( Θ (p.d, q.d) - T ) = O。δ (p.1, q.1)代表着查询位置(q.1)与POI位置(p.1)路网邻近程度。也就是说，POI p与查询位置(q.1)的最短路径成本，可以定义为:
[0095]δ (p.1，q.1) = |p.1, q.11
[0096]其中，本发明实施例可以基于迪杰斯特拉算法的baseline方案实现在路网中进行TK-SK查询，以下为例:
[0097]本实施例中，Baseline索引结构包含一个空间组成部分和一个空间文本组成部分。该索引保存路网中的位置信息以及其连通性，可以用来在路网中进行TK-Sk查询。其中空间组成部分保存一个路网R-tree和一个(节点与边)连接文件，用于保存路网的空间结构，这样可以从路网中任意位置进行查询。另一方面，空间文本组成部分用于保存所用POI的文本信息。给定靠近查询QN的(路网中的)结点，空间文本组成部分可以计算出哪些POIs的文本相关性得分是高于阈值T。如图2a所示，POI Pi的文本信息可以根据P』勺ID以及其所关联的结点获取得到。
[0098]总体来说，算法以Qn作为参数，按得分τ降序的顺序返回最好的K个Ρ0Ι。首先，路网R-tree用来定位查询位置所在的结点V，然后，结点V以保存到堆栈N(以距离升序排序)中进行迭代算法。迭代算法开始，从N中距离查询位置最近的结点V开始访问，每个关联V的POI都进行判断，如果满足文本相关性限制要求的POI放入结果集Hq.k中，并标记V为已访问，从N中删除。在将于V相连的未被访问的结点存入N中，重新迭代，直到找到k个满足要求的POI或者整个路网全部都被访问。
[0099]在实际应用中，可以预先获取路网的关键字倒排文件来实现上述技术方案，以降低1操作的消耗。也就是说，所述路网具有关键字倒排文件，所述关键字倒排文件可以包括多个倒排列表，每个所述倒排列表对应所述路网中所有关键字中的一个倒排关键字，每个所述倒排列表中包括多个具有所述倒排关键字的位置点，所述位置点对应其重要性属性值及其所属路网结点，每个所述倒排列表中的位置点依据其各自的重要性属性值的大小顺序排列，如图2c中的关键字Chinese、hotel、music各自的倒排列表所示。
[0100]也就是说，倒排文件是由一系列关键字表示的列表组成的。每个倒排列表保存的POI都包含同一个关键字。对于每一个POI P，该列表保存P所关联的结点和该列表所对应的的关键字的ti在P中的得分，并且按得分降序排序。如图2c所示，由“Hotel”确定的倒排列表中，第一个位置是POI P2的相关信息，数值0.7171表示P 2的重要性得分，而v9表示P2所在的边。
[0101]而在本实施例中可以引入G-tree路网索引方案，在本方案中，G-tree是一个基于树地以一种有效地方式保存空间结构的路网索引结构，能有效地处理路网中的KNN查询。本实施例利用其来找到路网中最近的k个候选POIS。根据图2b的信息，图2d表示G-tree图划分，而图2e则表示G-tree路网结构。距离矩阵保存一个边到另外一个边/结点(非叶子结点/叶子节点(等同于“结点”))的最短路径。非叶子结点的距离矩阵保存其孩子结点的边界之间的最短路径距离，而叶子结点的距离矩阵保存其包含的路网结点到边界的最短路径距离。因此，两个结点之间(路网中的结点)最短路径长度计算的复杂度较小。
[0102]此时，基于前文中所述内容，参考图4，为本发明提供的一种路网中位置点查询方法实施例三中所述步骤121的流程图，其中，所述步骤121可以通过以下步骤实现:
[0103]步骤401:将每个所述倒排列表中排序第一位的位置点作为当前位置点。
[0104]步骤402:将所述当前位置点置于预设候选集合中。
[0105]步骤403:对所述候选集合中的当前位置点的重要性属性值进行加和，得到所述当前位置点对应的上界得分。