Indonesi an  Journa l  of El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   12 ,  No.   3 ,  Decem ber   201 8 , p p.   1 222 ~ 1229   IS S N: 25 02 - 4752, DO I:  10 .11 591/ijeecs .v1 2 .i 3 .pp 1222 - 1229          1222       Journ al h om e page :  http: // ia es core.c om/j ourn als/i ndex. ph p/ij eecs   An Eff ective  a nd  T rustabl e Spati al S ervi ce  Recomm endati on  Algorith m  f or Spatial  Qu ery Retr ieval  i n  Geo - So cial N etwork       K.  L ak shm ai ah 1 ,  S.  Mur ali Kri shn a 2 ,  B.   Esw ara   Red d y 3   1 awa har l al Nehr u  Technol ogi cal U nive rsit y ,   H y d era bad ,   Ind ia   2 S   V   Coll eg e  of   Engi ne eri ng,   Ka rak ambadi  Ro ad ,   T irupati, India   3 Dept.   of   Com pute r  Sc ie nc e & En gine er ing, JNTUA   Coll eg e  of   En gi nee r ing, Kal ik i ri – 517234,   Ch it t oor  (Dt), Indi a       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved  J ul  29 , 2 018   Re vised  Sep   1 0,   2018   Accepte d  S e p   2 4 , 201 8       The   spatial  in form at ion  (e. g . ,   resta ura n ts/hot el s)  is  rel a te d   with  th e   ke y word(s )  to   in dic a te   th ei r  busi nesses,  services  and  fe at ure s.   Th e  m ai n  issue   of  releva nt   infor m at ion  retrie v al   is  to  quer y   an  en ti t y   whi ch  in cl u des  a  set   of   spati al que r y   k e y words   and   h ave t he  sm al l est  am ount  of  in te r - obj ec t  d ista n ce.   The   spa ti a l  qu e rie s  with   ke y w ords  have   no t  bee n  ext ensiv ely   expl or ed.    Stil l,   the   tra di tional  m et hod  w as  foc used  on  the   m ult idi m ens iona l  d at a .   Previous  works  m ostl y   t arg ete d  to  pre di ct   th e  top - k  Ne are st   N ei ghbors   ke y word  quer y ,   where   eve r y   k e y word  should  be  equi va le nt  to   the   whole  quer y ing  k e y wo rds.  How eve r,  t he  m ec han ism   does  not  conside r   the  dens i t y   of  dat a   entities  in  the  spatial   spac e .   To  ov erc om e  th e  ab ove  issues ,     An  Eff ec t ive   a nd  Trusta ble   S pat i al   S erv i ce   Rec om m enda ti o n  (ET SS R)  al gorit hm   foc us es  on  the   m ost  releva nt  infor m at ion  ret r ie va l   with  the   enha nc ed  a cc ur acy   and   m ini m al   re trieva l  ti m e  for  spat ia l  i nform at ion   servic es.   The   m ai n  goal   of  work  is  to  provide   best  spa ti a l  informati o n   ret ri eva l   with  a n   accura t ene ss   of  loc a ti on  pr edi c tion  and  m ini m al  informati on   ret ri eva l   ti m e .   The   s y stem   m ini m iz es  th e  class ifi c at ion   issue  and   visual izat ion  pr oble m   for  spa ti a l  informat ion  in   Geospat i al  Soci al   n et work .   The   s y s te m   imp rove s  the  spatial   informati on   retrie va l  with   an  a cc ura c y   of   loc a ti on  pr ediction  and  m ini m izes  the  informat i on  ret r ie va l  ti m e  compar e   tha n  ex isti ng  m et hods.  Base d  on  Expe r imental  esti m a ti o ns,  proposed   ET SS R+KNN   enha nc ed  0. 48   P  (Prec ision)  and  0. 49  R  (Rec a ll )  an d   m ini m iz ed  28   m il li se conds  quer y  ret r ie v al   ti m e.   Ke yw or ds:   Eff ect ive  and  t ru sta ble  s patia l  s erv ic e  r ec omm end at ion  f ram ewo r k   Geo - S ocial   n et work   Inform at ion   r et rieval   Pr eci sio n   Q ue ry r et rieval  tim e   Qu e ry Ret rieva l Tim e (Q RT)   Re cal l   Sp at ia l  q uer y     Copyright   ©   201 8  Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .     Al l   rights re serv ed.   Corres pond in g  Aut h or :   Laks hm ai ah  K,   Re search  Sc hola r,   Jawa har la l  Ne hru  Tec hnol og i cal  U ni ver sit y,   Hyde rab a d, I ndia .   Em a il : l aksh m ai ah. jntu @ gm a il .co m       1.   INTROD U CTION     The  s patia l  dat abases  (e. g. ,   r est aur a nts/h otels)  are  as so ci at ed  wit h  the  ke yword (s)   t o  in dicat e  their   bu si nesses/se r vices/ featu res.   An   i nteresti ng  issue  kn own  as   Keyw ord  relat ed  in form at ion   retrieval  is  to  qu e ry  an  ob j ect   whic h  co ntains  a  set   of   que ry  keyw ords  and   ha ve  the   m ini m u m   inter - ob j ect s  dis ta nce.    Sp at ia l  queries   with   key words  ha ve  not  bee n  e xtensi vely   exp l or e d.  Sti ll ,  the  m et ho ds  wer e   f oc us ed   on  the   m ul ti di m ension al   data .  E xisti ng   w orks  m ai nly  ta rg et e d  to   fin d  t op - k  Ne arest  Nei ghbor s  query,   w he re   e ach   node  s hould   be   equ ivale nt  to   the  whole  queryi ng   keyw ords.   H owev er,  t he  te chn i que  does  not  co ns id er  the  densi ty  o f data   obj ect s i n  the  s patia l space.         Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       An  Eff ect iv e an d  Tr us t ab le   Sp atial Se rvi ce R ecomme nda ti on Al go rit hm f or S pa ti al …   ( K. La ks hmai ah )   1223   1 . 1.       Pr ob le m   Ba sed  on  the   li te ratur e  stud y,  the  resea r ch  w ork  obse rv e d  that  the  increasin g  ava il abili ty  and  i m po rtance  of  keyword   rati ng   in  s patia l  qu e ry  evaluati on   f or  the  relevan t  s patia l  i nfor m at ion   retrieval .     The  m et ho d  ca n  facil it at e  people  tra vel  no t  only   nea r  a reas  bu t   al so  in  ci ty   that  is  ne w  for   us e rs.  F or  inst ance ,   the  visit or  ar ra ng em ent  to  vis it   a  ci ty   req uir es  to  s hoppin g,  di ning  an d  a ccom m od at ion.  It  is  po pu la r  of   al l  these  need s   c an  be  sat isfie d  with  best  i nfor m at ion   ac cur acy   a nd  m ini m al   tim e  without  lo n g  distance  travell ing.  C urren t  syst e m   util iz es  the  m ultid im ension al   in dex e s  for  t op - k  query  retriev al .  I niti al ly ,  it   sp li ts  the  high  dim ension al   sp ac es  and   in volves  a n  arb it ra ry  set   of  us er - sp eci fied  at tribu te s.  Howev e r,   the  m eth od  is   no t  flexible  for  al l  possible  a tt ribu te   com bin at ions.  Her e ,  there  on e  m ore  chall en geab l e  ta sk s  are   to  receive   diff e re nt  ty pe’s  ra nk i ngs  for   com bin ed   at trib utes.  H ow e ver,  the   m et ho d  does  no t   as su re   the   accu r acy   of   releva nt in for m at ion  r a nk i ng. T hese m et ho ds ha ve  l ow ef fici ency  f or  t he  i ncr em ental  q ue ry.     1 . 2 .      B ackgro und   In  [ 1]  f oc us ed   on  la r ge - scal e   reco m m end er  f ram ewo rks  whic h  w ere  ta ke n  be nef it   of  the   featur e s  of   the  unde rly ing  in  the  so ci al   netw ork.   T he  m et ho d  f oc us e d  on  the  var ie t y  and   unpredi ct abili ty  of   the   so ci al   connect io ns .   T he  te ch nique   ta ckled  t he  iss ue s  of  data  siz e   an d  c omm un ic at ion   s pee ds   i n  s ocial   grap hs  an d  te ste d  the  scal abili ty   of   conv entional  rec omm end er  f ram e works.  I n  [ 2]  descr ibe d  a  syst e m at ic  m echan is m   to  identify   possi ble  sp at iotem poral  prototyp es  of   ta sk s   by   determ ining  the  chall enges  throu gh   num ero us   interco nnect ed   m e tho ds :  util iz ing   kernel  de ns it y  evaluati on  f or  sm oo the d  s ocial   m edia   intensit y  surf aces;   us in g  eve nt - unconnecte d  s oci al   m edia  po sts  to  su pp or t  m a p  relat ion   ta s k  occurre nce,  a nd   regulariz in g  t ask   ind ic at ors  depends  on  histo r ic al   var ia ti on.   In  [ 3]  intr oduced  a  gr a ph  inv est igati on  ba sed  strat e gy  wh ic h  stud ie d  so ci al   netw orks  with   geog raphic  da ta   and   dif fere ntiat ed  ge ogr aph ic   distance   influ e nces  i n  so ci al   structu re.   I n  [ 4]  ex plaine d  t wo  pr oto c ols  f or  offe rin g  c om ple te   confide ntial it y  to  concern   the  SP   ( Ser vice   Pr ovi der),  a nd   conve nient  c onfi den ti al it y  with  resp e ct ive  cl ie nts.  I n  [ 5]  analy zed  the  ge o - s ocial   co rr e la ti on s   a m on g  LB SN  (Lo cat io n  Ba sed  Se rv ic e  N et work)  cl ie nts  at   the  ta sk   le vel.  The  unif i ed  influ e nce  m et ric,  nam ely  glo bal   it erati on   (GI )  an d  dynam i c  neig hborh oo d  e xp a ns io n  ( DN E )  w orked  to  est im a te   cl ie nt  influ e nce  with   ti gh t  hypothe ti cal   issue  bounds   i n  capt uri ng  the  geo - s ocial   cl os ene s s  of   LBSN  cl ie nts.    In   [ 6]  address ed  the  so ci o - s patia l  g raph  wh ic h  de pend s  on   li fe  prot otypes,  wh e re   cl ie nts  at ta ch ed  to   geog raphical   obj ect s  util iz ing  li fe - patte r n  e dg e s.  T he  stra te gy  consi dere d  tw o  im ple m entat ion s  of   s ocio - sp at ia l gr a ph st or a ge. The  im ple m entat ion  u ti li zed a  relat io na l database  for  a v a riet y  of   qu eries an d datas et .    In   [ 7]  stud ie d  t he  com plexity   of   Ge oSN  cl ie nts  to  m anag e  the  con tri bute d  inform ation .  The  strat egy  addresse d  two  con fi den ti al it y  hazard s  tha t  occu r red   in   Geo S Ns:  loc at ion   co nf i dent ia li t y  and   absen c e   confide ntial it y.   In   [ 8]  assu re d  f or  fin di ng   the  Ci rcle  of  Fr ie nds  (CoF)   siz e  k  wer e  an  N P - hard  is su e .     The  m echan ism   assur ed  t o  offe r  a  gro up   of  fr ie nds  wit h  di a m et er.  In   [ 9]  evaluated  m any  kinds  of  f unct ions   for  descr i bing  the  pr ic e  a nd  nu m erous  m eth ods   so l ved  th e  CoS K Q  iss ue .  T he  i ncor po rated  pri ce  f un ct ion  con ta ine d  al l  existi ng  p rice  f unct ions  as  sp ec ia l  cases,  and   t he  unifie d  m eth od  re so l ved   t he  CoS K Q  issue  wit h  the  unifie d  pr i ce  functi on.  I n  [10]  intr oduce d  S ocial - awa re   top - k  S patia l  Keyw ord  ( SkS K)   query  an d  s patia l  keyw ord  quer y.  S ocial   relevan ce   feat ur e   util iz ed  to  e nh a nce  t he  se m antic s  of   t he   co nv e ntio nal   sp at ia l  keyw ord  que ry.  In   [11]  ex pr e ssed  c orrect  an d  est i m at ed  sol ution s  wh e n  t he  num ber   κ  of  query  key word s  is   sm a ll .  Ho we ve r,   w he n  κ  inc r eases,  it   becom es  costly .  In   [12]  desig ne d  a  Sp at ia l - awa r e  In te re st  Gro up  (SI G)   qu e ry  that  retri eved   a  cl ie nt  gro up  of  siz e  k  wh e re  ev ery  cl ie nt  interest ed  in  the  query  ke ywords .  It  cl ose d  to   the Eu cl idea n  sp ace. I n  [ 13 ]  su r veyed s om e  kinds of g eo - te xtu al  ind e xes . I t diff e ren ti at ed  the sp at ia l - ke ywo r d  qu e ry  pe rfor m ance.  I n  [ 14]   de sign e d  a  S patia l  In ve rted  Ind ex  (SII )  w hich  enh a nce d  the  pe rfor m ance  of   top - k  sp at ia l keyw ord qu e ries. T he i nd e x  m app ed   a set o f  entit ie s in  e ver y se parat e term . Th e entit ie s w ere st ored  i n  a  diff er ent  m a nn e r  su c h  as  th e  fili ng   fr e quency  of  the  te rm   and   retri eved   in  m ini m iz ing   the  keywor d  releva nce a nd  sp at ia l pro xim i ty .     I n  [15]  ex pr es sed  the  pri vac y  pr otect io n  to   gu a ran te e  the  eff ect ive ness  of  K NN   qu e ry  processi ng.   The  f ram ewo r k  m anag ed  W i se  D umm y  Sele ct ion   Lo cat ion   ( WDS L)  al gorithm   to  ens ur e  the   locat io n  confide ntial it y.   In   [ 16]   stud ie d  an  ef fici ently   pr oces sin g  of  al wa ys  m ov ing   to p - K  s patia l  keyword   ( MkSK)   qu e ries  over  s patia l  keyw ord  in f or m at ion .   The   m echan ism   gu aran te e   the  a uthority   of  re ported   ou tc om e s   offer i ng  the  c ust om er  sta ys  w it hin   a  reg i on.  In  [ 17 ]   e xpla in ed  inte gr at io n  of  A da ptive  W ei gh t  Ra nk i ng  Po li cy  (AWRP)   with   intel li gen t  cl assifi ers  ( NB - A W RP - DA   a nd  J 48 - A WRP - DA)  via  dyna m ic   aging   fac tor  t o  i m pr ove  cl assifi ers  po wer   of  predict io n.   The  m et ho ds   are  us e d  to  c hoos e  the  bes t  su bs et   of  fe at ur es .     In   [ 18]   introduc ed  a  new   fr a m ewo r k  cal le d  Fu zzy   base d  con te xtu al   rec om m end at ion   s yst e m   fo r  cl assifi cat ion  of   c us t om er  rev ie ws .  It  e xtr act s  the  in for m at ion   from   t he  re vie ws  ba sed  on  the  c onte xt  giv e n  by  us e rs .     In   [ 19 ]   stu die d  to  i de ntify  the  best  cl assif ie rs  f or   cl ass  i m balanced  he al th  dataset s  t hro ugh  a  c os t - base d  com par i so n  of   cl assifi er  perf orm ance.  The  uneq ual  m isclassific at ion   costs   wer e  re pr es en te d  in  a  cost  m at rix,   and   c os t - be nefi t.  In   [ 20]   des cribe d  a  locat ion   base d  a nd   pr e fer e nce - aw are  rec omm en der   syst em   to  offer s  a   sp eci fic  us er  a  set  o f  s patia l i nf orm ation  li ke   r est au ran ts a nd  shoppi ng m all s in  ce rtai n ge ospat ia l range .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   12 , N o.   3 ,  Dece m ber  2 01 8   :    1 2 2 2   –   1 2 2 9   1224   1 . 3 .    Ob jecti ve s:   The pa per   obje ct ives are f ollo wing as:   a)   To  desig n  a n  E ff ect ive  a nd  T r us ta ble  S patia l  Ser vice  Re co m m end at ion   al gorithm   fo r  ret rievin g  th e  m os t   releva nt sp at ia l  infor m at ion  wi th the  best acc ur acy  a nd m ini m al  tim e in G e o - S ocial   Netw ork.   b)   To  ap ply  sim ilarity   fu nctio n  t o  dete rm ine  si m il ar  us ers  wit h  their  inte rest   in  sp at ia l  inf orm ation   retrie val   for of fer i ng b e st spati al  info r m at ion  r et rie va l wit h  a n  acc uracy  o f  locati on  predict io n.     c)   To  reduce t he pre dicti on issu es to  visu al iz e  the r el e van t i nfor m at ion  in Ge os pa ti al  So ci al   netw ork.   d)   To  im pr ov e  th e  sp at ia l  info r m at ion   retriev al   with  an  accuracy  of  locat ion   pr e dicti on   and   m ini m iz e  the   inf or m at ion  r et rieval ti m e com par e than  e xi sti ng  m et ho ds.       2.   METHO D   The  desig n  de s cribes  the  c om plete   arch it ect ur e  for  s patia l  qu e ry  releva nt  inf or m at ion   retrieval  with   the  best  accura cy   and   m ini m a l  retrieval  tim e   in  Geo - s ocial   Netw ork.   Fig ure  1  ex plo re s  the  processi ng   ste ps  of   propose d  w ork  in  detai ls.  Her e ,  the  desi gn   e x pl or es  t he   pr e - proces sing   ste ps ,  in volved  GSN  ( Geo - so ci al   Netw ork)  aut hority   an d  al gorithm   detai ls  with  ps eu do  c od e .  T he  syst e m   a lso  w orks  to  pre dict  the  qu e ry   locat ion   base d  cl os ene ss  of   us ers .  T he  te c hn i qu e s  de dic at ed  to  offer   t ru sta ble  an d  r el ia ble  sp at ia l  query  serv ic e  i n  G S N.   T o  offer   t he   best  s olu ti on   for  a bove  pro blem ,  an  Eff ec ti ve  an d  Tr us t able  S patia l  Serv ic e  Re com m end at ion   al gorithm   i ntr oduce d  to  offe r  m os t  rele van t  in form at i on   retrieval  wi th  the  best  acc ur acy   and  retrie val  m ini m al   tim e  fo r   sp at ia l  in form at ion   se rv ic es .  The  m ai n  goal   of  a  re searc h  st ud y  is   to  offer  best   sp at ia l  inf or m at ion   ret rieval  with  a n  acc ur a cy   of   l ocati on  pr e dicti on  an d  m ini m al   infor m at ion   retriev a l  tim e .   The  te c hn i que  al so   works  to   r et rieve  m os t  re le van ce   inf orm at ion ,   base d  on   the  us e r  qu e ry ,  not  t he  popul arit y  of   in form at ion   or   searc h  en gi ne  op ti m iz ati on   ( SE O)   ba se d  ser vices.  Th e  te chn iq ue  al so   w orks  to  ra nk   th e   sp at ia l  inform a ti on   base d  on  qu e ry  dem and .   The  syst e m   util iz es  a   ' si m ilarity   fu nctio n'   to  determ ine  si m i la r   us ers   with   the ir  interest   in   s patia l  inf or m ation   retrieval.   The  obj ect s  c onnected   with   the  pri nci pal  qu e ry  keyw ord  ob j ec ts  are  to  retrieve  the  releva nt   inform at ion .  The  syst em   red uce s  the  cl assifi cat ion   pro bl e m   to  visu al iz e  the   r el evan t  i nfor m at ion   in   Ge osp at ia l   So ci al   net work.  T he  pri nc ipal  obje ct   al so   helps   to  pro po s ed   fr am ewo r k  to   pr e dict  the  m os t  relevan t  and   highly   r el ia ble  sp at ia l  inf or m at ion   for  us e rs.   The   sp at ia l  inf or m at ion   se rv ic es  ca n  fin d  al l  resta ur a nt s  in  a  giv e n  area;  w her e   ne arest  nei ghbo ur   retrie val  ca n  on ly   disco ver  the   re sta ur a nt  cl os e s t  to  a  giv e n   ad dr ess .  T he   pro po s ed   te ch niqu es  util iz ed  t wo  ty pes  of  co nc ept  f or   of   rankin g  se rvi ces  li ke  serv ic e  reco m m end at ion   an d  decisi on   s uppo rt.  Th e  te chn iq ue  predict s  the  ra nking  of   sp at ia l  inform at ion   base d   on  us e r  locat io n.   T he  pro pos ed  m e tho d  util iz es  co m bin ed  obj ect   ra nking s  of   at tribu te s  w hic h  are  colle ct e d  from   diff ere nt  sources .  Th e  m et ho d  m in i m iz es  m u lt ipl e  tim e   inp ut  r akin g  issues t o pr e dict t he  m os t rele van t i nfor m at i on .     2 . 1.       User   If ,  a  us e r  nee d  to  retrievin g  the  inf or m at ion   wh ic h  is  al read y  store d  in  a  centrali zed  sto rag e  ser ve r.  First,  us e r  sho uld   re gister  th ei r  detai ls  into   stora ge  ser ve r.   T hese  detai ls  are  m a intai ned   in  a  centr a li zed  Database . Onc e u se r registe re d  thei r deta il s, t hen  t hey ca n  s earch  their  que ry in ce ntrali ze d  st or a ge  se rv e r.     2 . 2 .      G SN ( Ge o - S oci al N e twork )  A uthori t y   The  GSN  a uthority   can  vie w   the  us er   detai ls  an d  up l oad  the  s patia l  inf orm ation   with  de scriptio ns .   Her e ,  GSN  au thorit y  can  al so   al te r  about  s patia l  inform ation   w hate ve r  changes  a nd   wh at e ver   in f orm at ion   he/she  re quire d.   It  pro vi des  a  chan ce  f or  adv e rtise rs  to  ge t  a  hu ge  set   of   s patia l  inform ation ,  w hic h  co uld  po te ntial ly  lea d  to  ide ntifyi ng a  us e r  inte res t.       2 . 3 .      S patial  Dataset   The  s patia l - ke yword  se arc h  has  ob ta ine d  s ub sta ntial   at te ntion   f r om   research   so ci et y.  S om e  pr evi ous   fr am ewo r ks   c on ce ntrate d  for  ret rievin g  i ndivid ual  e ntit ie s  by  i den ti fyi ng  a  query  c om pr isi ng   of  a   query   locat ion   an d  a   set   of   qu e ry  keyw ords.   E ve ry  retrieve d  en ti ty  is  relat ed  t o  keyw or ds   re le van t  to  the  sp at ia l   qu e ry  keyw ord   inf or m at ion   a nd  it   is  cl os est   to  the   spa ti al   qu e ry.  T he  sim il arity  betwe en  file s  is  ap pl ie d  to  com pu te   the  relevan ce  of  two  set s  of   keyw ords .  As  it   is  pr ob a bly  no   in di vidual  entit y  is   relat ed  to  al l  qu e ry  keyw ords.   Som e  add it ion al   works  ai m   to  retrieve  m any  entit ie s  wh ic h  tog et he r  c ov e r   al l  qu ery  key words.   Wh il e  pote ntia ll y  a  hu ge  am ount  of  entit y  integrati ons  ful fill   the  req ui r e m ent,  the  res earch  iss ue  is  that  the   retrieve d  e ntit ie s  m us t  hav e  a  p op ular  s patia l  data  c onnecti on. Th e   resea rc her  put  f orwa r d  the   issue   to ret rieve  entit ie s w hich cov e r  al l spati al  q uer y keyw or ds , h a ve  the s m al le st  a m ou nt  o f  inter - e ntit ie s d ist ance and  closed   to a s patia l q ue ry locat io n.       Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       An  Eff ect iv e an d  Tr us t ab le   Sp atial Se rvi ce R ecomme nda ti on Al go rit hm f or S pa ti al …   ( K. La ks hmai ah )   1225       Figure  1.  Wo r kfl ow  diagr am  of Arc hitec ture Dia gram  o f  P r opos e d  Syst em       2.4.      Ke ywor d S e arch   Sp eci fie d  a   spa ti al   database  ever y  e ntit y  r el at ed  with   on e  or  m or e  s pa ti al   keyword  i nfor m at ion .     An   e ntit y  wit h  num ero us   s patia l  keywor ds   is  change d  to  nu m ero us   entit ie s  placed  at   the  sa m e   l ocati on  without  loss  of  gen e rali zat ion  with  a  sing le   disti nct  sp at ia l  keywor d.   A n  ETSSR  m et ho d  m anu factu re s  le ss   new  can did at e   keyw ord  co ve rs  wh e n  proc essing  a  ca nd i date  key wor d  cov e r.  The   ET SSR  al gorithm   al so  processe d  am ount  of  can di date  keyw ord   cov e rs  is  optim al   the  a m ou nt  of   keyword   c overs  create d.   Con sec utively ,   it   con cl udes   that  the  am ount  of  keyw ord  c ov e rs  c r eat ed  in  the   ETSSR  al go rithm .     The  s umm ary i s ind e pe nd e nt  of  m ai n  qu e ry k ey w ord  as the  inv est igati on  do e s not ap ply any pa ram et er  on  t he   sel ect ion  m et ho d m ai n  qu e ry  keyw ord.     2.5.     User P oi nt   of In terests   The  o bject ive  of   the  i nterf a c e  is  to  offer   a   po i nt  of   i nter est   inform at io n  with ,  at   le ast ,  a  locat ion ,   so m e  co m pu lsory  feat ur es  a nd  opti onal   des cripti ons.  It  is  offer i ng   the  s pa ti al   data;   the  el e m ent  that  dev el ops   the  interface  util iz es  the  m ap  locat ion   databa s e  inform at ion   to  locat e  and   exh i bit  a  po int   of   interest   ( P OI)  or  to  sel ect   PO I  as  route  way point.  T he  el em ent  does  not  only   offer   s patia l  data  search  functi onal it ie s  for  th e   local   data base   but  al so  ex presses,   ho w  t o  relat e  exter nal  key wor d  search   te ch nique   to   the  el e m ent.    The  m et ho d  al so   im pr oves  t he  keyw ord  se arch  crit eria  a nd  the   li st  of  extracte d  outc om es.  The  pro po s ed   desig n  al so   i ntrod uces  a  res ol ution   t o  acq uir e  conve ntion   P OI s  or   t o  m od ify   con te nt  an d  exp la natio n  of  local  PO I  d y nam ic ally.     2.6.     Ef f ecti ve  a n d Trus table  Spati al Ser vi ce Recom me ndation  A l gor ithm   An  Ef fecti ve  a nd  Tr us ta ble  S patia l  Ser vice  Re com m end at ion  al gorithm   intr oduce d  to   f ocus  on  the   m os t  relevan t  inf or m at ion   retr ie val  with  t he  best  acc ur acy   and  m ini m al   retrieval  tim e  fo r  sp at ia l  i nfo r m at ion  serv ic es .  The  m echan ism   wo rk s  to  retrieve  m os t  relevan ce  inform at ion ,  dep e nds  on  th e  us er  qu e ry,  no t  th e   popula rity   of  inf or m at ion   or  search   en gin e   op ti m iz ation   ( SEO)  based  s erv ic es.   T he  f ram ewo rk  util iz es  a   ' si m il ari ty   fu nc ti on '   to  deter m ine  si m il ar  us ers   with  the ir  interest   in  sp at ia l  query  i nfor m at ion   ret rieval .     The  entit ie s  relat ed  to  the  m a i n  query  key word   e ntit ie s  are  t o  retrie ve  the  r el evan t  inf orm at ion .  T he  pri nc ipal   entit y  al so   assist s  to  the  pr opose d  f ram ewo r k  to  com pu t e  the  m os t  relev ant  an d  highly   reli able  spa ti a l   inf or m at ion  for use rs.     The  s patia l  in form ation   se r vi ces  can  l ocat e  al l  restau ra nt s,  hos pital   an d  bank   in  a   giv e n  a rea;     wh e re  near est   neig hbor  retrie val  can  on ly   di scov e r  the  res ta ur a nt,  hos pital   and   bank  cl os est   to  a  pro vi de d  address .  Her e ,   Geo - so ci al   Netw ork  ( GSN)  a uthority   can  ad d  an d  update  the  qu ery  inform at io n  ( QI)  fr e qu e ntly .  G S N  ca n  view   th e  li st  of  re gistered   G SN  us e r.   Use r  ca n  e nt er  sp at ia l  qu e ry  (SQ )  based  thei r   requirem ent.  N ext  syst em   pr edict s  us e r  loca ti on   acc u racy  ( LA)   t o  rec omm end   the  s pati al   qu e ry  inf orm at ion  serv ic es  (SQI S) .  T he  desig n  rem ov es  the   irreleva nt  inf or m at ion   from   colle ct ed  inf or m at ion   sour ce  (IS ) .     The  m echan is m   pr ocess  t he  qu e ry  to   get  th e  m os t  relevant   inf or m at ion   ( RI)  from   GS N .   Pro po se d  te ch ni que s   us e d  two  ty pes   of   ra nk i ng  f un ct ion   li ke  ser vice  reco m m end at ion   an d  decis ion   s upport  te chn i qu e  to o f fer  m os t   RI.  T he  propose d  m et ho do l og y  util iz es  integ rated  e ntit y  rankin gs   of  featu res  wh ic h  are   gat her e d  f r om   View us er   d etails   Ad d /u p d ate  sp atial inf o     Au th en ticatio n   Proces s   GSN Auth o rit y   Geo - so cial  Netwo rk   Ap p ly   ET SSR   alg o rith m   Co llect r elated  sp atial inf o   Key wo rd  search p rocess   Au th en ticatio n   p rocess   User    Visu alize the  m o st   relevan t sp atial inf o     Extract the  m o st  relevan t sp atial inf o   b ased  on  User  lo ca tio n   Ap p ly  the  rank in g  f u n ctio n   Re m o v e   irr elev an t  sp atial inf o     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   12 , N o.   3 ,  Dece m ber  2 01 8   :    1 2 2 2   –   1 2 2 9   1226   diff e re nt  sourc es.  T he  te ch ni qu e   re du ce s  m ul ti ple  tim e  input  ra nk i ng  issues  to   predi ct   the  m os t  relevan t  inf or m at ion .  T he  ps e udo  c od e  Ef fecti ve  a nd  Tr us ta ble  Sp at ia l  Serv ic e  Re c omm end at io n  ( ETSSR)   Al gor it h m   is ex plained  b e low  i n detai ls:   Inpu t:   Process  sp at ia l q uer y  (SQ)     Out p ut:  S pati al  infor m at ion   retrieval  (S IR ) wit h  a n  acc ur a cy  o f  locati on  pr e dicti on and    m ini m al  inf orm at ion  r et rie va l t i m e   Proced ure    St ar t     GSN a uthority   authe ntica ti on   process;   Add  a nd  updat e sp at ia l i nfo r m at ion  ( S I) wit h  la ti tud e  and l ongitu de  in f orm at ion ;   View   s patia l u ser’ s  in form ati on ;   User’s a uth e ntica ti on   process;     Detect  the  u se r geo gr a phic al   locat ion   ( GL) ;   If   locat io n  is  det ect ed     Apply ETS SR                  S patia l Qu e ry (SQ )  se arch p ro ce ss;                  Fi nd s pa ti al  q uer y  rela te d  in form at io n;                  I f  Qu e r y rela te d  in f orm at ion  ( RI ) found                   Fil te r  the ir releva nt in form ation   from  co ll ect ed  i nform at ion ;                   Extract  the  releva nt in form ation  acc ordi ng to use r q uer y;                  Apply t he ran king  fun ct ion   base d  cl ose st l ocati on  of u se r;                   Dis play   m os t rele va nt  sp at ia l retrie ve d resu lt ;                   El se                      Re c omm end  the  user t o re - wr it e the  s patia l query;             El se   Re - identify  t he  g lo bal  posit ion   of u se r;       3.   RESU LT S   A ND D I SCUS S ION   3.1.    Ex peri ments Setu p   The  propose d  m echan ism   is  dep l oyed  with  In te l  Co re  i 5   7 th   Gen e rati on  P ro ces sor  with   10   GB  RAM ,  400  GB  Me m or y  a nd  W i nd ow s 7  pro fessi on al   operati ng   syst e m .  The  pro po se d  m echan ism   is  devel op e d  i n  Java  pro gr am m ing   wit h  J DK  (Ja va   D evelo pm ent  K it )  1.8,  Net be ans   8.0  I ntegr at e d  Dev el opm ent   En vironm ent,  Ap ac he Tom cat  8 . 0.3,  a nd M YSQL  5.5 dat a base.       3.1. 1.     D ata   Fo r  e xperim ental   evaluati on s ,  pro po se d  m e chan ism   sel ect  sp at ia l  do m ain   three  dif fer e nt  dataset s   nam ely  Ho s pital   dataset   with  250  record s,  R est aur a nt  datas e t  200  rec ords  and   Ba nk   data set   with  25 0  re cord s   is coll ect e d wit h nam e, locati on ,  a nd se rv ic es  d esc riptio ns   de ta il s.      3.2.    Simul at io n R es ult   In   t he  sect io n,  an   Ef fecti ve   &  T ru sta ble  Sp at ia l  Ser vic e  Re com m end at ion   (ETS SR)   al gorithm   inv est igate s   th e  m at he m a ti ca l  struct ur e   of  the  rele va nt  i nfor m at ion   retrieval  with  th e  best  accurac y  li ke  pr eci sio n  ( P) ,  recall (R)  an d  r et rieval  m ini m al   tim e  fo r  sp a ti al   inform at io n  ser vices   in  Geo - s ocial   Network.   Her e ,  it   il lustrate s  pr eci sio n,   r ecal l,  and   que r y  retrieval  tim e  (Q RT )  to  co m pu te   the  per f or m ance  of   propose d  ETSSR  m et hod.  It  i den ti fie d,  how   ca n  ac hie ve  t he  best  acc ur acy   with   m in i m al   qu ery  retr ie val  tim e  for  s patia l  inf or m at ion  r et rieval in  G e o - S ocial  N et w ork   (G S N ).     3. 2 . 1.     Preci sio n ( P )   The  preci sio n  exp la in  the  a gr eem ent  of   a  set   of   retriev ed  res ults  a m ong  them sel ves.   Pr eci sio n  represe nts  the   dev ia ti on  of  set   of   retrie ve d  res ults  from   the  arit hm eti c  m ean  of   th e  set .   The  pre ci sion  con ce ntrate d  on  the  i den ti fic at ion   a nd   el im inati on   of  syst e m at ic   err or s .   Pr eci sio n  ca n  be  c om pu te d  as  in  E quat ion ( 1).       = +                 (1)     Wh e re,  T P   is t r uly p os it ive a nd F P   is  a f al se   po sit ive .     Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       An  Eff ect iv e an d  Tr us t ab le   Sp atial Se rvi ce R ecomme nda ti on Al go rit hm f or S pa ti al …   ( K. La ks hmai ah )   1227   3. 2 . 2.     Rec all   Re cal l  exp ress ed  as  the  total   nu m ber   of   rel evan t  in form ation   w hich  is  extracte d  based  on   s ear c h  qu e ries  a nd   di vid e d  by  the  t otal  num ber   of  avail a ble  rel evan t  i nfor m ation .   Re cal l  is  the  rati o  of  th e  total   a m ou nt  of  rel evan t  searc he d  inf or m at ion   to  the  total   nu m ber   avail a ble  releva nt  reco r ds   in  cent rali zed  database . I t i s   descr i bed in  E qu at io n ( 2 ).     N P p F T T c a l l Re                   (2)     Wh e re,  T P   is t r uly p os it ive a nd F N  is a  f al se  neg at ive .     3. 2 . 3.     Quer y Retrie va l T im e (QRT)   The  pr opos e d  ETSSR   m eth od  il lustrate s   a  m at he m ati cal   m od el   for   qu e ry  retrie val  tim e   i n     E quat ion   ( 3) .   The  pro po se d  te chn iq ue   is  c om pu te d  qu e ry  retrieval  ti m e   base d  on   ti m e   ta ken   by   ce ntrali ze d  serv e r  t o proce ss   the  us e r req uested  query.   Qu e ry Ret rieva l Tim e (Q RT)   is cal culat ed  a s:                        (3)     Wh e re,  T CD   is  a total  num ber   of sp at ia l rec or d  a nd T AR  is av erag e  r et rie val  tim e  fo r  a  quer y processi ng of   sp at ia l use r.   Table  1  il lustr at es  the  preci sion  (P),  recall ( R)  an d  Qu e ry  Re trie val  Tim e   (Q RT )   in   m i llisec onds   for   Ho s pital ,  Re sta ur a nt  an d  Ba nk   sp at ia l  dat aset .  The  pro pose d  ETS SR   m et ho d  dem on strat es  thei r  aver a ge  values  f or   res pecti ve  c onstr ai nt  with  t he  r especti ve  data set .  He re,  pro po s ed  Ef fecti ve   &  Tr us ta ble  Sp at ia l  Ser vice  Re co m m end at ion   ( ETSSR)   al gor it h m   is  est i mate d  with  pr e vious  m et ho dolo gies  su c h  as  Mos t   Pr efe rr e d  Ca te gory  base d  Re com m end at io n  (MPCR )   [ 20] ,  P ref e ren ce - ba sed  C ollab or a ti ve  Fil te rin g  ( PCF)  [20]  and   L oca ti on - base d  Col la borati ve  Fil te rin g  (LCF )  [ 20 ]   m echan ism s   wh ic h  res ults  are  disp la ye d  in    Table  1.     Table  s hows  t he   pr eci si on ;  re cal l  and   query  retrieval  ti m e  f or   H os pital ,  B ank  an d  Re sta ur a nt   s patia l   dataset s.  Acc or ding  to  ta ble  1  ou tc om es,  it   no ti ced  ETS SR   perform ed  well   on   Ho s pital ,  Ba nk   a nd  Re sta ur a nt   sp at ia l  dataset .  Finall y,  the  arti cl e  cl aims  t hat  the  pro pos ed  ETSSR   is  the  best  ap proa ch  f or   ov e rall   sp at ia l  da ta set s.  The  t echn i qu e  is  int egr at e d  with  K NN   ( K - Nea res t  Neighbor)   cl assifi er  to  pred ic t  to  retrieve  qu e ry  locat ion   an d us er acc ur acy .       Table  1.   Pr eci s ion   (P), Recal l  (R), an d Q uer y  Ret rieval Tim e ( QRT)  i n  m illi seconds fo r H os pital , Resta urant  and Ban k  s pa ti al  d at aset   Lear n in g   Alg o rithm s   Ho sp ital   Res tau rant   Ban k   P   R   QRT   P   R   QRT   P   R   QRT   MPCR   0 .39   0 .29   190   0 .5   0 .15   250   0 .28   0 .5   40   PCF   0 .43   0 .41   620   0 .6   0 .24   750   0 .35   0 .7   110   LCF   0 .19   0 .13   50   0 .2   0 .1   110   0 .21   0 .15   30   ET SSR   0 .99   0 .98   42   0 .88   0 .91   50   0 .97   0 .95   15           Figure  2.   Pr eci sion f or Hos pital , Resta ur a nt  and Ban k datas et       AR CD T T Q R T Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   12 , N o.   3 ,  Dece m ber  2 01 8   :    1 2 2 2   –   1 2 2 9   1228       Figure  3.   Re cal l for  Ho s pital , R est aur a nt and  Ban k datase t           Figure  4.   Q uery  Ret rieval Tim e fo r  Hos pital , Resta ur a nt a nd Ban k datase t       Accor ding  to  Figure  2  to   4  obser vatio ns  for  Hospita l,   Re sta ur a nt  a nd  Ba nk  s patia l  dataset s,     the  propose d  ETSSR+ KNN  appr oach  com pu te s   preci sio n,  recall   a nd  query  pr ocessin g  tim e  fo r   ide nt ify ing  the  ef fecti ven e ss  of  te ch nique .  The   pro pose d  ETSSR+ KNN   is  com p uted  with  MPC R,  P CF  an d  LCF  e xisti ng   appr oach  be ha lf  of  pr eci sio n,  recall   an d  query  proce ssin g  tim e.  PCF  is  the  nea rest  c om pet it or   on  preci sio n  and   recall   co nst raints.  T he  m et ho d  is  util iz ed  to  ret rieve   web   base d  qu ery  inf or m at ion .  Howe ver ,  it   fail s  to   pre dict  an d  c at egorized   the   re trie ved  que ry  of  m ulti ple  ty pe  inf or m at ion   from   diff ere nt  so urces .  LCF   is  the   cl os est   m e tho d  beh al f  of   on  qu e ry  retrie val  tim e   (Q RT)  c on st raint.  LCF   m et ho d  is  use d  to  ap ply  ra nki ng   functi on  to  re trie ve  releva nt   resu lt   first  f ro m   m ult iple  ty pe  of   query   inform ation   database .  H oweve r,     the  te ch nique  consum e  m or e  tim e  fo r   quer y  retrieval  with  le ss  l ocati on   predict io n  acc ur acy .   The   pro po s e d  ETSSR+ KNN pr ovide enha nc ed  0.4 8  P ( P rec isi on )  a nd   0.4 9 R  ( Re cal l) an d  m ini m iz ed  28   m illi secon ds  query   retrieval  ti m e.   Finall y,  the   pa per  an nounce s  the   pro pose d  ETS SR+K NN  ap proac h  perf or m s  best  on  ever y   par am et er &  r e sp ect ive i nput  const raints.       4.   CONCL US I O N     An   Ef fecti ve  a nd   Tr us ta ble  S patia l  Serv ic e  Re com m end at ion   Fr am ewo r k  is  pr ese nted   to   const ernat e  on  the  m os t  r el evan t  in f or m at ion   ret rieval   with  the   acc ur at e ness  a nd  m ini m al   retrie val  tim e  fo r  s patia l   inf or m at ion   serv ic es.  T he  m a j or  ai m   of   te ch nique  is  to  off er  best  sp at ia l  inf or m at ion   retrieval  with  loc at ion   pr e dicti on   acc ur acy   an d  m ini m al   inform at io n  retrieval  ti m e.  In   Ge ospat ia l  So ci al   netwo r k,   the  cl assif ic at ion  and   visu al iz at ion   iss ues  are  m ini m iz ed  for   the  sp at ia l  query  releva nt  inform ation   retri eval.  The  pro po s ed   fr am ewo r k  is  highly   ded ic at ed  to  offer   m os t  relevan t  i nfor m at ion   to  us ers.   T he  s patia l  inform at ion   serv i ces   can  locat e  al l  restau ran ts,  ho sp it al   and   ba nk  relat ed  in for m at ion   in  a  giv en  a rea;  wh e re  nea rest  neig hbour   retrieval  ca n  only   disc ov e r  t he   hos pital   an d  bank  relat ed   in form ation ,   cl ose st  to  a   gi ven  a ddress.  T wo k ind s  o f   con ce pts  util iz ed  to  the  pro po s ed   f ram ewo r k  su c h  as  r ank i ng   se rv ic e s  li ke  serv ic e  reco m m end at ion   a nd   decisi on  support.  T he  te ch nique  predict s   the  ran ki ng  of   s patia l  inform ation   de pends  on  us e r  lo cat ion .     The  pro pose d  ETSSR+ KNN  pro vid e  en ha nc ed  0.4 8  P  (P r eci sion )  a nd   0.4 9  R  (Recal l)  and   m i ni m iz e d  28   m illi secon ds  query  retrieval  t i m e.  Finall y,  the  pap e r  a nnounce s  the  pro pose d  ETS SR  a ppr oach   pe rform s  best   on ev e ry  par a m et er &  r es pec ti ve  input c ons trai nts.   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       An  Eff ect iv e an d  Tr us t ab le   Sp atial Se rvi ce R ecomme nda ti on Al go rit hm f or S pa ti al …   ( K. La ks hmai ah )   1229   In   f uture,  the  work   ca n  be  e xten ded   t o  pro cess  sp at ia l  query  inform at io n  in  cl oud  e nv i ro nm ent  with   data  an d  loca ti on   pri vacy  because ;  secu r it y  is  chall eng eable  ta s k  in   Geo - S ocial   Netw ork  during   data   con t rib ution an d retrie val.       REFERE NCE S    [1]   Ei rin aki ,   M. ,   Ga o,   J.,   Varl amis,  I. ,   &  Tser p es,   K.,   "Rec om m ende r  S y stems   for  La rge - Sc al e  So ci a l  Networks :  A   rev ie w of   ch al l e nges  and  solu ti o ns" ,   Fut ure   Gen erati on  Comput e r Sy stems,   vo l. 7 8,   pp .   413 – 418 ,   2018.   [2]   Gao,   Y.,   W ang,   S.,   Padm ana bha n,   A.,   Yin,   J.,   &   Cao,   G.,   "M appi ng  spati ote m por al   pat t ern s  of  eve nts  using  socia l   m edi a:   a  c ase   stud y   of  infl u enz a   tre nds ",   Int ernati onal  Journal  of   Geographic al  Information  Sci e nce ,   vol .   32,   no.   3 ,   pp.   425 - 449 ,   20 18.   [3]   Scel l at o,   S . ,   Ma scolo,   C. ,   Mus ole si,  M. ,   &   Lato ra,   V. ,   "D ista nc e  Matters:  Geo - socia l  Me tri cs  f or  Online   Soci a l   Networks",  In   W OSN ,  pp.   1 - 9,   20 10.   [4]   Masce tti ,   S . ,   Freni,  D.,  Be tt in i,  C. ,   W ang,  X.  S.,   &   Jajod ia ,   S.,   "P rivac y   in   geo - soci al  netw orks:  proxim i t y   noti ficat ion  with   untruste d  serv ice  providers   and  cur ious  buddie s" ,   The  VLDB  Jou rnal — the   Inte rn ati onal  Journal   on  Ve ry   Lar ge  D ata  Bases ,   vol .   2 0,   no .   4 ,   pp .   541 - 566,   2011 .   [5]   Zha ng,   C. ,   Shou,  L.,  Chen,   K. ,   Chen,   G.,   &  B ei ,   Y. ,   "Eva lu at i ng  geo - socia l  in flue nc e  in  location - base d  social   net works ",  In   Proce ed ings  of  the   21st  ACM  int ernati ona l  conf ere n ce   o n  Information  and  knowl ed ge   management ,   ACM ,   pp. 1442 - 14 51,   20 12 .   [6]   Do y tsher ,   Y. ,   Galon,   B . ,   &   Kanz a,  Y. ,   "Q u er y ing  g eo - soci al   d at a   b y   br id ging  spat ia l   ne t works   and  soci al   net works ",  In   P roce edi ngs  of  t he  2nd  ACM  SIGSPATIAL  Inte rnational   Workshop  on  Locati on  Based  Social   Net works,  pp .   39 - 46,   2010 .   [7]   Freni,   D.,   Ru iz ,   C.   V . ,   Masce tt i ,   S.,   Bet t ini,   C. ,   &  Jensen,   C.   S. ,   "P rese rving  locati on  and  abse nc e  privac y   in  geo - socia l  ne tworks" ,   In   Proceedi n gs  of  the   19th  ACM  int ernational  conf ere n ce  on  Information  and  knowl ed ge  management ,   pp .   309 - 318 ,   ACM ,   2010 .   [8]   Li u,   W . ,   Sun,  W . ,   Chen ,   C. ,   Huang,   Y.,   Jing,  Y.,   &  Chen,   K.,   "Circ l e  of  frie nd  quer y   in  geo - social  net wor ks" ,   In   Inte rnat ional   Confe renc e  on   Database  System s for  Adv an ce d   Applications ,   pp .   126 - 137 ,   2012 .   [9]   H.  K.  H.  Chan ,   C.   Long  and  R.   C.   W .   W ong ,   “ On  Gene raliz ing  Coll ec t ive   Spat ia l   Ke y wor d  Queri es” ,   IE E E  Tra nsac ti ons on   Know le dge  and   Data   Engi ne eri n g.   pp .   1 - 18 ,   201 8.   [10]   W u,   D.,   L i,  Y.,  Choi,   B . ,   &  X u,   J.,  "S oci al - a ware   top - k  spa tial  ke y word  se ar ch",   In   Mobile  Data  Manage ment   ( MDM ) ,   2014  IE EE   15 th  Int ernat ional   Conf ere nc e,   vo l. 1, pp .   235 - 244,   2014 .   [11]   Yao,   B. ,   T ang,   M.,   &  Li ,   F. ,   “ Multi - appr oxim at e - k e y word  rou ti ng  in  GIS   dat a” ,   In   Pro ce ed ing s  of  the   19th  ACM   SIGSPATIAL  Int ernati onal   Confer enc e  on   Ad vances i n  Geographi c  Information   Sy stems,   pp.   201 - 2 10,   2011 .   [12]   Li ,   Y.,  W u,   D. ,   Xu,  J. ,   Cho i ,   B. ,   &  Su,   W . ,   "S pat ial - awa r e   int er est  group   quer i es  in  lo c at ion - b ase d  soci al  net works ",   Data   &   Knowle dge  E ngine ering ,   vol .   92 ,   pp .   20 - 38 ,   2 014.   [13]   Chen,   L . ,   Cong ,   G.,   Jensen,   C. S.,   &  W u,   D.,   "S pat ia l  k e y wor d  quer y   pro ce ss ing:   an  exp eri m ent a l  evalua t ion "   In   Proceedi ngs  of  th e  VLDB   En dowment,   vo l. 6, no. 3, pp. 217 - 2 28,   2013 .   [14]   Rocha ,   J.  B. ,   Gkorgkas,  O.,   Jonass en,   S.,   &  Nørvåg,   K.,   "Effici ent   proc essing  of  top - k  spati al   k e y word  quer ie s" ,   In   Inte rnat ional   Symposium on  S pati al  and   Temp oral  Databases,   pp.   205 - 222 ,   20 11.   [15]   Alra hhal,  M.  S.,  Khem akhe m ,   M.,   &  Jam bi,   K.,   "A gent - Based   Sy st em  for  Eff ic ie n t  kNN   Quer y   Proce ss ing  wit h   Com pre hensive  Privacy   Prote ct ion",   ( IJA CS A)   Inte rnationa l  Journal  of  Adv anc ed  Computer  Scienc e   and  Appl ic a ti ons,   vo l.   9 ,   no .   1 ,   2018 .   [16]   W u,   D.,   Yi u,   M.  L. ,   Jensen ,   C.   S.,   &  Cong,   G.,   "Effi c ie n t  cont inuousl y   m oving  top - k  spa ti al   k e y word  qu e r y   proc essing",  In   Data  Engi n ee rin g  ( ICDE) ,   IEE E 27th  Int ernati on al  Conf ere nce,   p p.   541 - 552 ,   201 1.   [17]   Olanr ewa ju ,   R.   F.,   &  Azm an,   A .   W .   Inte ll ig ent   Coopera t ive   Adapti v e  W ei ght  Ranki ng  Policy   v i a  d y namic  ag ing   base d  on  NB  and  J48  cl assifie rs.   Indone sian  Jour nal  of  El e ct rica l  Engi ne ering  and  Informatic s  ( IJ EE I) ,   2017;   5 (4) :  357 - 365.   [18]   Sultha na ,   R. ,   &  Ramasam y ,   S.  Conte xt  Based  Cla ss ifi c at ion  of   Revi ews  Us ing  As socia ti on  Ru le   Mining,   Fuz z y   Logi cs  and  Onto log y .   Bul l et in   of   El e ct rica l  Eng in ee ring a nd   Infor matic s ,   2017 ;  6 ( 3):  250 - 255.   [19]   Rao,   R.   R. ,   &  M akki th a y a,   K.  L e arn ing  from   a  Cla ss   Im bal anc ed  Public   Hea lt h  D at ase t:   a  Cost - ba sed  Com par iso n   of  Cla ss ifier  Per form anc e.   Int ernati onal Journal of  E le c tric al   and   Computer  Eng i nee ring ,   2017;   7 (4):  2215 - 2222 .   [20]   Bao,   J. ,   Zhe ng ,   Y.,   &   Mokbel ,   M.  F.,   “ Lo ca t io n - base d  and   pre fer ence - awa r e  r e comm enda ti on  u sing  sparse  geo - socia l  ne tworki ng  dat a ”,   In   Proce ed ings  of  t he  20th  international   con fe re n ce   on  advan c es  in  geographic  inf orm ati on  syst ems ,   ACM ,   pp .   199 - 208,   2012 .     Evaluation Warning : The document was created with Spire.PDF for Python.