한국공간정보시스템학회 논문지 (Journal of Korea Spatial Information System Society)

대한공간정보학회 (Korea Spatial Information System Society)
권호 표지

보로노이 다이어그램의 경계지점 최소거리 행렬 기반 k-최근접점 탐색 알고리즘

k-NN Query Processing Algorithm based on the Matrix of Shortest Distances between Border-point of Voronoi Diagram

  • 엄정호 (전북대학교 전자정보공학부 컴퓨터공학) ;
  • 장재우 (전북대학교 전자정보공학부 컴퓨터공학)
  • 발행 : 2009.03.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

최근 사용자에게 자신과 가장 가까운 k 개의 주유소, 레스토랑, 은행 등의 POI(Point Of Interest) 정보를 추천해주는 위치 기반 서비스가 텔레매틱스, ITS(Intelligent Transport Systems), 키오스크(kiosk)등의 어플리케이션에서 필요로 하고 있다. 이를 위해, 보로노이 다이어그램 k-최근접점 탐색 알고리즘이 제안되었다. 이는 보로노이 다이어그램에서 각 POI의 네트워크의 거리를 미리 계산한 파일을 이용하여 k-최근접점 탐색을 수행한다. 그러나 이 알고리즘은 보로노이 다이어그램 확장에 따른 비용 문제를 야기한다. 따라서 본 논문에서는 보로노이 다이어그램의 경계지점마다 각각에 대하여 최소거리 행렬을 생성하는 알고리즘을 제안한다. 또한 k 개의 POI를 탐색하기 위해, 최소거리 행렬을 이용한 k-최근접점 탐색 알고리즘을 제안한다. 제안하는 알고리즘은 미리 계산된 경계 지점 간 최소거리 행렬을 통해 탐색하므로, k-최근 접점 탐색 시 보로노이 다이어그램의 확장비용을 최소화한다. 아울러 기존 연구와의 성능비교를 통해 제안하는 알고리즘이 기존 알고리즘에 비해 검색시간 측면에서 성능이 우수함을 보인다.

Recently, location-based services which provides k nearest POIs, e.g., gas stations, restaurants and banks, are essential such applications as telematics, ITS(Intelligent Transport Systems) and kiosk. For this, the Voronoi Diagram k-NN(Nearest Neighbor) search algorithm has been proposed. It retrieves k-NNs by using a file storing pre-computed network distances of POIs in Voronoi diagram. However, this algorithm causes the cost problem when expanding a Voronoi diagram. Therefore, in this paper, we propose an algorithm which generates a matrix of the shortest distance between border points of a Voronoi diagram. The shortest distance is measured each border point to all of the rest border points of a Voronoi Diagram. To retrieve desired k nearest POIs, we also propose a k-NN search algorithm using the matrix of the shortest distance. The proposed algorithms can m inim ize the cost of expanding the Voronoi diagram by accessing the pre-computed matrix of the shortest distances between border points. In addition, we show that the proposed algorithm has better performance in terms of retrieval time, compared with existing works.

키워드

참고문헌

  1. S. Shekhar et al., “Spatial Databases Accomplishmentsand Research Needs,” IEEE Tran. on Knowledge and Data Engineering, Vol. 11, No. 1,1999, pp. 45-55. https://doi.org/10.1109/69.755614
  2. L. Speicys, C.S. Jensen, and A. Kligys,“Computational Data Modeling for Network-Constrained Moving Objects,” Proc. of ACM GIS,2003, pp. 118-125.
  3. N. Roussopoulos, S. Kelley and F. Vincent,“Nearest neighbor queries,” Proc. of ACMSIGMOD,1995, pp. 71-79.
  4. C.S. Jensen, J. Kolar, T.B. Pedersen, and I.Timko, “Nearest Neighbor Queries in RoadNetworks,” Proc. of ACM GIS, 2003, pp. 1-8.
  5. C. Shahabi, M.R. Kolahdouzan, M. Sharifzadeh,“A Road Network Embedding Technique for K-Nearest Neighbor Search in Moving ObjectDatabases,” GeoInformatica, Vol. 7, No. 3, 2003,pp. 255-273. https://doi.org/10.1023/A:1025153016110
  6. D. Papadias, J. Zhang, N. Mamoulis, and Y. Tao,“Query Processing in Spatial NetworkDatabases” Proc. of VLDB, 2003, pp, 802-813.
  7. M. Kolahdouzan and C. Shahabi, “Voronoi-Based K Nearest Neighbor Search for SpatialNetwork Databases”, Proc. of VLDB, 2004, pp.840-851.
  8. X. Huang, C. S. Jensen, S.Saltenis. “The IslandsApproach to Nearest Neighbor Querying in.Spatial Networks.” In Proc. SSTD, 2005, pp. 73–90.
  9. 김용기, 니하드 카림 초우더리, 이현조, 장재우, “공간 네트워크 데이터베이스에서 실체화 기법을 이용한 범위 및 k-최근접 질의처리 알고리즘”, 한국공간정보시스템학회 논문지, 제 9권 1호, 2007, pp. 67-79.
  10. 김용기, 김아름, 장재우, “공간 네트워크 데이터베이스에서 공간 제약을 고려한 경로 내 최근접 질의처리 알고리즘”, 한국공간정보시스템학회 논문지, 제 10권3호, 2008, pp. 19-30.
  11. T. Brinkhoff, “A Framework for GeneratingNetwork-Based Moving Objects,” In Proc. ofGeoInformatica 6(2), 2002, pp. 153-180.