توسعه سادک‌مبنای گراف خصوصیت برای مدل‌سازی شبکه‌های اجتماعی مکان‌مبنا در فضای داخلی

در این پژوهش یک مدل‌داده گراف‌مبنا  مبتنی بر توپولوژی جبری و سادک‌ها برای مدل‌سازی شبکه‌های اجتماعی مکان‌مبنا برای فضاهای داخلی ارائه شده است. به کمک راهبرد ارائه‌شده در این مقاله، مدل‌داده گراف‌مبنا با معیارهایی سادک‌مبنا برای تخمین مشابهت و مربوط‌بودن مکانی اجتماعی توسعه داده می‌شود. این معیارها بازیابی داده در پرسش و پاسخ‌های مکانی اجتماعی را فراهم کرده و امکان آشکارسازی روابط پنهان بین افراد و مکان‌ها در فضای داخلی را مهیا می‌سازند. از سویی دیگر مدل‌داده پیشنهادی شامل یک سنجه سادک‌مبنا برای تخمین میزان آسانی دسترسی بین هر دو مکان در فضای داخلی است که می‌تواند در پردازش جزء مکانی پرسش و پاسخ‌های مکانی اجتماعی مورد استفاده قرار گیرد. پیاده‌سازی‌ آزمایشی دو شبکه اجتماعی مکان‌مبنا در فضای داخلی، مزیت کمّی استفاده از ساختار گراف‌مبنا و برتری کیفی استفاده از سادک‌‌ها برای مدل‌سازی نمایه کاربران و مکان‌ها را در پردازش پرسش و پاسخ‌های مکانی اجتماعی در فضای داخلی نشان می‌دهد.

a simplex-based enhancement of property graphs for modelling indoor lbsns

a simplex-based enriched graph data model combining a discrete and place-based indoor spatial model with a location-based social network (lbsn) is presented in this research. the proposed model integrates similarity and relevance indicators from q-analysis of simplicial complexes, allowing for easier data manipulation and discovering latent relationships in an lbsn. the proposed model also employs an indoor-specific metric measuring ease of access between pairwise indoor places to analyze spatial-social queries in indoor spaces. the experimental implementation of the proposed model demonstrates the quantitative efficiency of adopting graph-based representation as well as the qualitative excellence of simplex-based enrichment in processing spatial-social queries in indoor spaces, as shown in the results.