清华大学学报(自然科学版)

作者：刘俊岭, 何倩男, 邹鑫源, 孙焕良, 曹科研, 于戈

单位：1. 沈阳建筑大学 信息与控制工程学院, 沈阳 110168;<br>2. 东北大学 计算机科学与工程学院, 沈阳 110000

关键词：空间关键字,任务匹配,空间索引,空间数据库

基金：国家自然科学基金项目（61602323，U1811261）

互联网的发展带动了电商等应用的普及，产生了大量具有临时匹配性质的服务。这些服务需要考虑任务的类型与人员具备技能的匹配，同时最小化匹配对象间的路程开销。针对以上实际需求，提出了空间关键字任务匹配问题，给定具有空间位置及关键字的任务集与成员集，在所有任务均可完成的前提下，使所有匹配的任务与成员的距离之和最小。所提出的问题考虑了任务由不同的关键字表示，由于任务和成员数量的海量性及关键字的多样性使得高效求解高质量的匹配结果成为挑战。该文提出了k近邻增量优化策略，引入关键字设计了k近邻空间关键字任务匹配算法，提高了任务匹配质量；提出了基于空间划分的分组优化匹配算法，以适应海量数据的任务匹配情况。针对真实数据集进行了充分测试，验证了算法的有效性。

来源：2021年第9期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2021年第9期