KR100897932B1

KR100897932B1 - Method of location based service using semi-quantization and Method by the same

Info

Publication number: KR100897932B1
Application number: KR1020070024144A
Authority: KR
Inventors: 김종완; 강상원; 임석진
Original assignee: 고려대학교 산학협력단
Priority date: 2007-03-12
Filing date: 2007-03-12
Publication date: 2009-05-18
Also published as: KR20090000636A

Abstract

반양자화를 적용한 위치기반 정보서비스 제공 시스템 및 그 방법이 개시된다.A system and method for providing location-based information service using half quantization are disclosed.

본 발명에 따른 반양자화를 적용한 위치기반 정보서비스 제공 시스템은 위치 정보를 질의 요청하는 외부 클라이언트 및 상기 질의 요청에 따라 위치기반 정보서비스를 제공하는 위치 정보 서버를 포함하는 반양자화를 적용한 위치기반 정보서비스 제공 시스템에 있어서, 상기 위치 정보 서버는, 최소경계사각형으로 이루어지는 2차원의 공간 영역에 대한 위치 정보를 상기 최소경계사각형을 대표하는 두 점 중에서 한 점만의 양자화 연산을 수행하는 반양자화를 이용하여 상기 위치 정보를 연산하는 위치 정보 연산부; 상기 위치 정보 연산부에서 연산된 위치 정보에 따라 최소경계사각형의 트리를 생성하는 최소경계사각형의 트리 생성부; 상기 최소경계사각형의 트리에 따른 위치 정보를 저장하는 위치 정보 저장부를 포함하고, 상기 위치 정보 연산부는, 상기 2차원의 공간영역의 기준좌표를 저장하는 기준좌표 데이터베이스; 상기 2차원의 공간영역에 대한 위치 정보 중 탐색하고자 하는 탐색영역에 포함되는 최소경계사각형의 한 쌍의 대표좌표를 선정하는 대표좌표 선정 모듈; 상기 선정된 대표좌표 중 하나의 대표좌표로부터 상기 기준좌표 데이터 베이스에 저장된 기준좌표를 이용하여 상대좌표를 연산하는 상대좌표 연산 모듈; 상기 선정된 대표좌표 중 다른 하나의 대표좌표만을 양자화하는 상기 반양자화를 수행함으로써 반양자화값을 생성하는 반양자화값 생성 모듈을 포함하는 것을 특징으로 한다.Location-based information service providing system applying the semi-quantization according to the present invention is a location-based information service applying the quantization including an external client for querying the location information and a location information server for providing a location-based information service according to the query request In the providing system, the location information server uses the semi-quantization to perform a quantization operation of only one point out of two points representing the minimum boundary rectangle of the position information of the two-dimensional space region formed of the minimum boundary rectangle. A location information calculator for calculating location information; A minimum boundary rectangle tree generation unit generating a minimum boundary rectangle tree according to the position information calculated by the position information calculating unit; A position information storage unit for storing position information according to the tree of the least bounded rectangle, wherein the position information calculator comprises: a reference coordinate database for storing reference coordinates of the two-dimensional spatial region; A representative coordinate selection module for selecting a pair of representative coordinates of a minimum boundary rectangle included in a search region to be searched among position information of the two-dimensional space region; A relative coordinate calculation module configured to calculate a relative coordinate using a reference coordinate stored in the reference coordinate database from one representative coordinate among the selected representative coordinates; And a half quantization value generation module for generating a half quantization value by performing the half quantization to quantize only one representative coordinate among the selected representative coordinates.

본 발명에 의하면, 반양자화 기법을 이용하여 공간 데이터 값의 크기를 줄임으로써, 최소경계사각형이 확장될 경우에 발생하는 겹침을 최소화하고, 공간 데이터 값을 압축함으로써 각 노드에 저장되는 엔트리가 증가하여 전체적인 노드 접근횟수 및 탐색시간을 감소시킬 수 있으므로, 위치정보에 대한 질의에 따른 대기 시간을 줄이고 더욱 빠른 질의결과를 보장할 수 있으며, 노드의 이용률을 향상시킬 수 있는 효과가 있다.According to the present invention, by reducing the size of the spatial data value by using the semi-quantization technique, to minimize the overlap that occurs when the minimum bounding rectangle is expanded, by compressing the spatial data value to increase the entries stored in each node Since the total number of node accesses and search time can be reduced, it is possible to reduce the waiting time according to the query for location information and to ensure faster query results and to improve the utilization of nodes.

Description

Location-based information service providing system using semi-quantization and its method {Method of location based service using semi-quantization and Method by the same}

도 1은 공간 객체의 최소경계사각형을 도시한 것이다. 1 illustrates a minimum bounding rectangle of a spatial object.

도 2는 상대적 좌표로 표현된 최소경계사각형을 도시한 것이다.2 shows a minimum bounding square expressed in relative coordinates.

도 3은 하이브리드 좌표로 표현된 최소경계사각형을 도시한 것이다.3 illustrates a minimum bounding square expressed in hybrid coordinates.

도 4는 양자화된 최소경계사각형을 도시한 것이다.4 shows the quantized least bounded rectangle.

도 5는 본 발명에 따른 반양자화를 이용한 위치 정보 제공 시스템을 도시한 것이다.5 illustrates a position information providing system using half quantization according to the present invention.

도 6은 본 발명에 적용되는 반양자화된 최소경계사각형을 도시한 것이다.Figure 6 illustrates a semi-quantized minimum bounding square applied to the present invention.

도 7a 내지 도 7d는 최소경계사각형의 위치에 따라 양자화된 셀과 중첩되는 셀의 갯수를 도시한 것이다.7A to 7D show the number of cells overlapping the quantized cells according to the position of the minimum bounding rectangle.

도 8은 본 발명에 따른 양자화를 적용한 복수 개의 최소경계사각형을 포함하는 탐색영역을 도시한 것이다.8 illustrates a search area including a plurality of minimum boundary rectangles to which quantization according to the present invention is applied.

도 9는 본 발명에 따른 반양자화를 적용한 최소경계사각형의 트리 구조를 도시한 것이다.9 illustrates a tree structure of a minimum boundary rectangle to which half quantization according to the present invention is applied.

도 10은 본 발명에 따른 노드 구조를 도시한 것이다.10 illustrates a node structure according to the present invention.

도 11은 본 발명에 따른 반양자화를 적용한 위치기반 정보서비스 제공 방법 의 흐름도이다.11 is a flowchart of a method for providing location-based information service applying half quantization according to the present invention.

도 12는 본 발명에 적용되는 반양자화 변환 알고리즘을 도시한 것이다.12 illustrates a half quantization transformation algorithm applied to the present invention.

도 13은 공간 인덱스의 저장방법에 따른 노드 크기와 엔트리의 수의 관계를 도시한 그래프이다.13 is a graph illustrating a relationship between a node size and the number of entries according to a method of storing a spatial index.

도 14는 공간 좌표를 포함한 데이터 집합을 도시한 그래프이다.14 is a graph illustrating a data set including spatial coordinates.

도 15는 노드 크기에 따른 평균 노드 접근 횟수를 도시한 그래프이다.15 is a graph illustrating an average number of node accesses according to node size.

도 16은 노드 크기에 따른 평균 탐색 시간을 도시한 그래프이다.16 is a graph illustrating an average search time according to node size.

본 발명은 위치기반 정보서비스 제공 시스템 및 그 방법으로서, 더욱 상세하게는 반양자화(Semi-quantization)를 이용하여 서버에 저장되는 2차원 공간의 위치정보값을 압축하여 저장하고, 이 저장된 위치정보를 클라이언트에게 제공하는 반양자화를 적용한 위치기반 정보서비스 제공 시스템 및 그 방법에 관한 것이다.The present invention provides a location-based information service providing system and method thereof, and more particularly, compresses and stores location information of a two-dimensional space stored in a server using semi-quantization, and stores the stored location information. The present invention relates to a location-based information service providing system and method using the quantization provided to a client.

위치(Location)란 지리적 객체를 표현하는 중요한 요소 중의 하나이며, 모바일 장치의 발전으로 인해 위치 기반 서비스(Lcation Based Service:LBS)의 중요성이 더욱 증가하였다. 사용자는 서비스 영역에서 호텔, 병원등의 위치정보나 서비스를 제공받기 위해 지리적 정보를 탐색한다. 위치 기반 서비스를 제공하는 시스템에서 사용자의 질의는 서버로 전달되며, 서버는 공간 데이터베이스에서 질의에 맞는 대상을 탐색하여 이동 말단에 전송함으로써 질의에 응답한다.Location is one of the important elements for representing geographic objects, and the importance of location based services (LBS) has increased due to the development of mobile devices. The user searches for geographic information in order to receive location information or a service such as a hotel or a hospital in the service area. In a system that provides location-based services, a user's query is sent to a server, and the server responds to the query by searching for a target that matches the query in a spatial database and sending it to the mobile terminal.

공간 데이터베이스 시스템(Spatial database system)은 공간 데이터를 관리하기 위해 많은 메모리와 처리 시간을 필요로 하며, 공간 질의(Spatial query)를 효율적으로 처리하기 위해서는 적합한 공간 인텍스와 질의 처리 기술이 있어야 한다. 시스템에서는 데이터에 대한 인덱스를 구축하여 조회, 삽입, 삭제 등의 작업을 처리하는데 이러한 작업들은 디스크 기반 시스템에서는 디스크 블록(Disk Block)이 인덱스의 성능을 결정한다. 즉, 운영체제에 따라 디스크의 할당단위가 고정되어 있는 상태에서는 인덱스의 값이 클수록 읽어야 하는 블록이 많아지며 처리속도가 저하된다. 반면에 인덱스의 값이 작으면 한 블록에 많은 인덱스 값이 저장되므로 적은 블록을 읽어도 된다.Spatial database systems require a lot of memory and processing time to manage spatial data, and there must be appropriate spatial index and query processing techniques to process spatial queries efficiently. The system builds an index on the data and handles operations such as querying, inserting, and deleting. In such a disk-based system, a disk block determines the performance of the index. In other words, if the allocation unit of the disk is fixed according to the operating system, the larger the index value, the more blocks to read and the processing speed becomes lower. On the other hand, if the index value is small, a large number of index values are stored in one block, so a small block may be read.

공간 인덱스, 특히 2차원 데이터를 관리하는 사각형 트리(Rectangular-tree:R-tree)의 경우, 인덱스에서 최소경계사각형(Minimum Bounding Rectangle:MBR)에 대한 인덱스 값이 전체 인덱스 크기의 80%를 차지하므로, 키를 압축하면 한 노드에 저장되는 엔트리 수가 증가한다. 노드의 엔트리가 증가하면, 인덱스의 높이가 낮아지며 디스크 입출력 또한 감소한다. 이 방법은 차원이 증가할 수록 더 많은 공간이 절약되어 탐색 능력에도 영향을 미친다. 여기서, 엔트리(Entry)란 인덱스의 한 노드(Node)에 저장되는 인덱스 값의 저장단위이다. 한 노드에는 여러 개의 엔트리가 저장되며, 각 엔트리에는 인덱스 값이 저장된다. 따라서 인덱스는 여러 개의 노드로 구성된다. For spatial indexes, especially for rectangular trees that manage two-dimensional data (R-trees), the index value for the Minimum Bounding Rectangle (MBR) in the index occupies 80% of the total index size. Compressing the key increases the number of entries stored on a node. As the number of nodes increases, the height of the index decreases and disk I / O decreases. This method saves more space as the dimension increases, which also affects the search ability. Here, an entry is a storage unit of an index value stored in one node of an index. Multiple entries are stored in a node, and index entries are stored in each entry. Thus, an index consists of several nodes.

R-tree를 이용한 2차원 데이터 관리의 기본 개념은 공간 인덱스의 MBR을 압축하는 것이다. MBR 압축 방법 중에서 좌표의 저장 크기가 가장 작은 것은 MBR의 양자화 표현법(Quantized representaion of MBR:QMBR)이다. 그러나, QMBR은 원본 MBR이 양자화 단위까지 확장되어야 하기 때문에 MBR들이 겹치게 된다. 이는 R-tree에서 객체를 탐색할 경우 MBR의 중첩으로 인해 형제 노드를 탐색하려면 부모 노드를 다시 접근해야 하는 역추적이 발생하게 되어 성능이 저하된다. 이와 같은 성능 추적의 저하는 사용자가 요구한 서비스정보를 신속하게 전달할 수 없는 요인이 된다.The basic concept of two-dimensional data management using R-tree is to compress MBR of spatial index. Among the MBR compression methods, the smallest storage size of coordinates is the quantized representation of MBR (QMBR). However, QMBRs overlap MBRs because the original MBR has to be extended to quantization units. This results in a backtracking that requires re-accessing the parent node to search for sibling nodes due to nesting of MBRs when searching for objects in the R-tree. Such a decrease in performance tracking becomes a factor that cannot quickly deliver the service information requested by the user.

도 1은 공간 객체의 최소경계사각형을 도시한 것이다.1 illustrates a minimum bounding rectangle of a spatial object.

도 1을 참조하면, 2차원 데이터의 경우, 왼쪽 아래 좌표와 오른쪽 위 좌표로 구성된 MBR로 표현한다. 공간 인덱스는 지리적 객체의 위치를 색인화(Indexing)하며, 지금까지 공간 데이터를 관리하기 위해 많은 인덱스가 연구되고 있다. 공간 객체의 키는 인덱스의 대부분을 차지하고 있기 때문에 압축하면 각 노드의 엔트리 크기를 줄임으로써 더 많은 엔트리가 저장된다.Referring to FIG. 1, in the case of two-dimensional data, it is represented by an MBR including lower left and upper right coordinates. Spatial indexes index the location of geographic objects, and many indexes have been studied to manage spatial data. Since the keys of the spatial object occupy most of the index, compression saves more entries by reducing the entry size of each node.

공간 인덱스에서 인덱스의 크기를 줄이기 위한 방법에는 상대적 좌표를 이용한 최소경계사각형의 상대적 표현 방법(Relative representation of MBR:RMBR), 최소경계사각형의 하이브리드 표현 방법(Hybrid representation of MBR:HMBR)과 탐색영역에 대한 양자화에 기반을 둔 최소경계사각형의 양자화적 표현 방법(Quantized representation of MBR:QMBR) 및 가상경계사각형(Virtual Bounding Rectangle:VBR)이 있다. 이 방법들의 공통적인 특징은 최소경계사각형의 인덱스의 값을 줄이는 것이며, RMBR 및 HMBR은 탐색영역의 시작 좌표로부터 해당 MBR의 변위(offset)를 계산하는데 특징이 있으며, QMBR 및 VBR은 탐색영역을 일정한 값에 따라 격자(Grid)모양으로 분할하는 양자화를 이용한다.In order to reduce the size of the index in the spatial index, the relative representation of MBR: RMBR using relative coordinates, the hybrid representation of MBR: HMBR, and the search domain There is a Quantized representation of MBR (QMBR) and Virtual Bounding Rectangle (VBR) based on quantization. A common feature of these methods is to reduce the value of the index of the minimum bounding square, RMBR and HMBR are characterized by calculating the offset of the MBR from the starting coordinates of the search area, while QMBR and VBR provide a constant search area. Quantization is used to divide the grid into values according to the value.

상세하게는 RMBR에서 각 점(point)은 탐색영역을 기준으로 상대거리를 계산하여 인덱스의 값를 압축한다. 즉, MBR의 각 좌표는 같은 축에 해당하는 탐색영역의 시작점으로부터 상대거리로 표현된다. 일반적으로 두 점을 갖는 MBR의 각 좌표 4 개는 절대 좌표로 나타나며, 각각 4바이트(byte)의 정수형으로 저장되므로 한 MBR은 도 1과 같이 4×4 = 16 바이트를 차지한다. 좌표를 전체 공간에 대한 상대거리로 계산하면 한 좌표의 저장공간은 2바이트로 감소하여 전체적으로 8바이트의 공간이 절약된다.Specifically, each point in the RMBR compresses the index value by calculating the relative distance based on the search area. That is, each coordinate of the MBR is expressed as a relative distance from the start point of the search region corresponding to the same axis. In general, each of the four coordinates of the MBR having two points is represented as absolute coordinates, each stored as an integer of 4 bytes (byte), so one MBR occupies 4x4 = 16 bytes as shown in FIG. By calculating the coordinates relative to the total space, the storage space for one coordinate is reduced to 2 bytes, which saves 8 bytes of space overall.

도 2는 상대적 좌표로 표현된 최소경계사각형(RMBR)을 도시한 것이다. 도 2를 참조하면, 사각형(200)의 끝 좌표는 도 1의 사각형(100)의 끝 좌표인 (59000, 74000)에서 도 2의 사각형(200)의 끝 좌표인 (3000, 2000)으로 감소한다. 즉, 노드의 공간 이용률이 더욱 향상된다. 각 저장 바이트에 대해 상술하면 프로그래밍 언어에서 정수형 자료형은 4바이트이며 값은 -2,147,483,648 ∼ 2,147,483,647이므로 59,000을 저장하기 위해서는 4바이트가 필요하다. 그러나, 2바이트인 작은 정수형은 -32,768 ∼ 32,767의 범위를 가지므로 3000은 2바이트에 저장하기 충분하다. 따라서, RMBR은 8바이트만으로도 MBR의 좌표를 충분히 저장할 수 있다. 그러나, RMBR은 두 점이 탐색영역의 끝에 가깝다면 상대좌표가 커지게 되어 한 좌표가 4바이트에 저장되는 단점이 있다. 만약, 어떤 MBR이 끝점 가까이에 위치하고 모든 상대좌표가 4바이트에 저장된다면 RMBR의 키 크기는 원본 MBR과 동일하게 되어 MBR압축 효과를 가지지 못한다.2 shows a minimum bounding square (RMBR) expressed in relative coordinates. Referring to FIG. 2, the end coordinates of the rectangle 200 are reduced from (59000, 74000) of the end coordinates of the rectangle 100 of FIG. 1 to (3000, 2000) of the end coordinates of the rectangle 200 of FIG. 2. . In other words, the space utilization rate of the node is further improved. For each storage byte, the integer data type is 4 bytes and the value is -2,147,483,648 to 2,147,483,647 in the programming language. Therefore, 4 bytes are required to store 59,000. However, a small integer of 2 bytes has a range of -32,768 to 32,767, so 3000 is sufficient to store in 2 bytes. Therefore, the RMBR can sufficiently store the coordinates of the MBR with only 8 bytes. However, RMBR has a disadvantage in that if two points are near the end of the search area, the relative coordinates become large and one coordinate is stored in 4 bytes. If an MBR is located near the end point and all relative coordinates are stored in 4 bytes, the key size of the RMBR will be the same as the original MBR and will not have an MBR compression effect.

최소경계사각형의 좌표 크기는 최소경계사각형의 하이브리드 표현 방법(Hybrid representation of MBR:HMBR)에서 더욱 작아진다. The coordinate size of the least bounded square is smaller in the hybrid representation of MBR (HMBR).

도 3은 하이브리드 좌표로 표현된 최소경계사각형을 도시한 것이다. 3 illustrates a minimum bounding square expressed in hybrid coordinates.

도 3을 참조하면, HMBR에서 최소경계사각형의 왼쪽 아래 모서리 좌표는 RMBR과 같다. 오른쪽 위 모서리는 해당 MBR의 시작 죄표에서부터 폭과 높이를 계산하여 나타낸다. 결과적으로 좌표의 크기는 도 3의 (3000, 2000)에서 (1600, 1300)로 더욱 감소하며, 저장공간 또한 감소된다. Referring to FIG. 3, the lower left corner coordinates of the minimum bounding square in HMBR are equal to RMBR. The upper right corner shows the width and height calculated from the start mark of the MBR. As a result, the size of the coordinate is further reduced from (3000, 2000) in FIG. 3 to (1600, 1300), and the storage space is also reduced.

따라서, 최소경계사각형의 하이브리드 표현 방법에서는 최소경계사각형의 오른쪽 상단 좌표의 값을 더욱 작은 값으로 만들어 각각을 1 바이트에 저장하도록 조정한다. 그러나 하이브리드 표현 방법에는 두 개의 문제점이 있다. Therefore, in the hybrid representation method of the minimum bounding rectangle, the value of the upper right coordinate of the minimum bounding rectangle is made smaller and adjusted to store each in one byte. However, there are two problems with hybrid representation.

첫 째는, 시작점을 RMBR과 같이 상대 거리로 하기 때문에 시작점이 범위의 시작으로부터 멀리 떨어진다면 키의 바이트 수가 증가하여 RMBR의 단점이 동일하게 적용된다.First, since the starting point is a relative distance like the RMBR, if the starting point is far from the start of the range, the number of bytes of the key increases, so the disadvantage of the RMBR is equally applied.

둘 째는, HMBR을 구성하는 두 점의 거리 차가 크다면 HMBR의 끝점은 2바이트 이상의 크기에 저장된다. 이러한 단점이 모두 발생하면, HMBR은 6바이트 이상의 저장공간을 필요하게 되어 성능이 저하된다.Second, if the distance difference between two points constituting the HMBR is large, the end point of the HMBR is stored in a size of 2 bytes or more. When all of these drawbacks occur, HMBR requires more than 6 bytes of storage space, which degrades performance.

최소경계사각형의 양자화적 표현 방법(Quantized representation of MBR:QMBR)은 최소경계사각형의 모든 좌표를 각각 1바이트에 저장하여 저장공간의 이용률을 증가 시킨다. QMBR은 키 값을 더 작은 정수값으로 표현하기 위해 탐색영역을 일정한 수로 나누어 n개로 분할된 격자 공간을 이용하여 키를 압축하는 방법이다. 이 방법은 저장공간이 RMBR보다 더 절약된다. QMBR에서 정수 n은 양자화 수준이며, MBR을 양자화 단위와 일치하도록 x, y축 방향으로 확장하여 키를 양자화 단위로 대체하면, 매우 작은 값으로 MBR을 유지할 수 있다. Quantized representation of MBR (QMBR) increases the utilization of storage space by storing all coordinates of minimum bounding rectangle in 1 byte. QMBR is a method of compressing a key by using a grid space divided into n parts by dividing the search area into a predetermined number to express the key value as a smaller integer value. This method saves more space than RMBR. In QMBR, the integer n is the quantization level, and if the key is replaced with the quantization unit by extending the MBR in the x- and y-axis directions to match the quantization unit, the MBR can be kept at a very small value.

도 4는 2차원 데이터에 대하여 x, y축을 각각 16×11로 양자화한 결과를 나타낸다. 양자화 레벨이 256보다 작으면 각 좌표는 1바이트에 저장된다. 따라서, 최소경계사각형의 양자화적 표현 방법에서는 최소경계사각형의 오른쪽 상단 좌표 뿐만 아니라 왼쪽 하단 좌표의 값을 더욱 작은 값으로 만들어 각각을 1 바이트에 저장하도록 조정하므로 두 개의 좌표값 모두를 4바이트에 저장할 수 있게 된다.4 shows the result of quantizing the x- and y-axes to 16 × 11 for the two-dimensional data, respectively. If the quantization level is less than 256, each coordinate is stored in 1 byte. Therefore, in the quantized representation of the minimum bounding rectangle, not only the upper right coordinate of the minimum bounding rectangle but also the lower left coordinate are made smaller and adjusted to store each in 1 byte, so that both coordinate values are stored in 4 bytes. It becomes possible.

그러나, 이와 같은 QMBR 계열은 원본 MBR이 양자화만큼 커지게 됨으로써 탐색영역이 늘어나게 되어 객체를 탐색할 경우, 원본 MBR보다 탐색영역이 증가하게 된다. 결과적으로 MBR들 사이에 중복(overlap)이 발생하게 되며, 노드 방문 횟수가 증가하고 성능이 떨어진다.However, in the QMBR series, the search area is increased by increasing the original MBR by quantization, and thus, the search area increases when the object is searched. As a result, overlap occurs between MBRs, node visits increase, and performance decreases.

표 1은 상술한 RMBR, HMBR과 QMBR의 압축방법에 따른 키 값의 크기 및 그 특징을 나타낸 것이다.Table 1 shows the size and characteristics of key values according to the compression methods of the RMBR, HMBR and QMBR described above.

표 1을 참조하면, RMBR, HMBR과 QMBR의 압축방법은 최소경계사각형의 키 값을 압축하여 저장한다. RMBR과 HMBR은 키를 탐색영역의 시작 좌표로부터 상대적인 거리(offset)로 계산하여 작은 공간에 저장한다. RMBR에서는 16바이트에 저장되는 키의 크기가 8바이트로 감소되고 HMBR은 6바이트로 더 줄어든다. 그러나 HMBR의 경우 QMBR보다 2바이트가 더 증가하게 되며, QMBR 방법은 원본 MBR이 확장되는 단점이 있다,Referring to Table 1, the compression method of RMBR, HMBR and QMBR compresses and stores the key value of the minimum bounding rectangle. RMBR and HMBR calculate the key as a relative offset from the starting coordinate of the search area and store it in a small space. In RMBR, the size of keys stored in 16 bytes is reduced to 8 bytes, and HMBR is further reduced to 6 bytes. However, in case of HMBR, 2 bytes increase more than QMBR, and the QMBR method has the disadvantage of extending the original MBR.

따라서, 종래의 위치기반 서비스를 제공하기 위한 최소경계사각형의 압축 방법은 최소경계사각형의 키값이 커서 운영체제에 따라 처리해야 하는 블록이 많아져서 처리속도가 저하되며, 최소경계사각형의 공간이 확장됨에 따라 최소경계사각형의 영역들 사이에 중복이 발생하여 노드간의 역추적에 따른 데이터 처리 속도가 저하되어 사용자가 요구한 위치 기반 서비스를 신속하게 제공하지 못하는 문제점이 있다.Therefore, in the conventional method of compressing the minimum bounding rectangle for providing a location-based service, since the key value of the minimum bounding rectangle is large, the number of blocks that need to be processed depends on the operating system, and thus the processing speed is reduced, and as the space of the minimum bounding rectangle is expanded, There is a problem that the overlapping occurs between the areas of the minimum boundary rectangle, and the data processing speed is reduced due to the backtracking between the nodes, so that the location-based service requested by the user cannot be provided quickly.

따라서, 본 발명이 이루고자 하는 기술적 과제는 최소경계사각형의 좌표 값을 최소화하고, 공간영역에 대한 탐색영역을 줄임으로써 데이터 처리 속도를 향상시킬 수 있는 최소경계사각형의 반양자화를 적용한 위치기반 정보서비스 제공 시스템을 제공하는 것이다.Accordingly, the technical problem to be achieved by the present invention is to provide a location-based information service by applying the minimum quantum half quantization to improve the data processing speed by minimizing the coordinate value of the minimum boundary rectangle and reducing the search area for the spatial domain. To provide a system.

본 발명이 이루고자 하는 두 번째 기술적 과제는 상기 반양자화를 적용한 위치기반 정보서비스 제공 시스템을 이용한 반양자화를 적용한 위치기반 정보서비스 제공 방법을 제공하는 것이다.The second technical problem to be achieved by the present invention is to provide a method for providing a location-based information service applying the quantization using the location-based information service providing system applying the quantization.

상기 첫 번째 기술적 과제를 달성하기 위하여 본 발명은,The present invention to achieve the first technical problem,

위치 정보를 질의 요청하는 외부 클라이언트 및 상기 질의 요청에 따라 위치기반 정보서비스를 제공하는 위치 정보 서버를 포함하는 반양자화를 적용한 위치기반 정보서비스 제공 시스템에 있어서, 상기 위치 정보 서버는, 최소경계사각형으로 이루어지는 2차원의 공간 영역에 대한 위치 정보를 상기 최소경계사각형을 대표하는 두 점 중에서 한 점만의 양자화 연산을 수행하는 반양자화를 이용하여 상기 위치 정보를 연산하는 위치 정보 연산부; 상기 위치 정보 연산부에서 연산된 위치 정보에 따라 최소경계사각형의 트리를 생성하는 최소경계사각형의 트리 생성부; 상기 최소경계사각형의 트리에 따른 위치 정보를 저장하는 위치 정보 저장부를 포함하고, 상기 위치 정보 연산부는, 상기 2차원의 공간영역의 기준좌표를 저장하는 기준좌표 데이터베이스; 상기 2차원의 공간영역에 대한 위치 정보 중 탐색하고자 하는 탐색영역에 포함되는 최소경계사각형의 한 쌍의 대표좌표를 선정하는 대표좌표 선정 모듈; 상기 선정된 대표좌표 중 하나의 대표좌표로부터 상기 기준좌표 데이터 베이스에 저장된 기준좌표를 이용하여 상대좌표를 연산하는 상대좌표 연산 모듈; 상기 선정된 대표좌표 중 다른 하나의 대표좌표만을 양자화하는 상기 반양자화를 수행함으로써 반양자화값을 생성하는 반양자화값 생성 모듈을 포함하는 것을 특징으로 하는 반양자화를 적용한 위치기반 정보서비스 제공 시스템을 제공한다.In the location-based information service providing system applying the quantization including an external client for querying the location information and a location information server for providing a location-based information service according to the query request, wherein the location information server is a minimum boundary rectangle; A position information calculation unit configured to calculate the position information by using semi-quantization for performing quantization operation of only one point out of two points representing the minimum boundary rectangle of the position information of the two-dimensional space region; A minimum boundary rectangle tree generation unit generating a minimum boundary rectangle tree according to the position information calculated by the position information calculating unit; A position information storage unit for storing position information according to the tree of the least bounded rectangle, wherein the position information calculator comprises: a reference coordinate database for storing reference coordinates of the two-dimensional spatial region; A representative coordinate selection module for selecting a pair of representative coordinates of a minimum boundary rectangle included in a search region to be searched among position information of the two-dimensional space region; A relative coordinate calculation module configured to calculate a relative coordinate using a reference coordinate stored in the reference coordinate database from one representative coordinate among the selected representative coordinates; Providing a semi-quantization value generation module for generating a semi-quantization value by performing the semi-quantization to quantize only one other representative coordinate among the selected representative coordinates provides a location-based information service providing system do.

상기 두 번째 기술적 과제를 달성하기 위하여 본 발명은,The present invention to achieve the second technical problem,

위치 정보를 질의 요청하는 외부 클라이언트 및 상기 질의 요청에 따라 위치기반 정보서비스를 제공하는 위치 정보 서버를 포함하는 반양자화를 적용한 위치기반 정보서비스 제공 방법에 있어서, 상기 위치 정보 서버에서 2차원의 공간영역에 대한 위치정보 중 탐색하고자 하는 탐색영역에 포함되는 최소경계사각형의 한 쌍의 대표좌표를 선정하고, 상기 탐색영역의 기준좌표를 이용하여 상기 선정된 한 쌍의 대표좌표 중 하나의 대표좌표로부터 상대좌표를 연산하는 단계; 상기 위치 정보 서버에서 상기 선정된 한 쌍의 대표좌표 중 다른 하나의 좌표만을 양자화 연산하는 반양자화를 수행함으로써 반양자화 값을 생성하는 단계; 상기 위치 정보 서버에서 상기 연산된 상대좌표 및 상기 생성된 반양자화 값을 포함하는 공간 인덱스를 상기 최소경계사각형의 트리를 구성하는 노드에 전송하고, 상기 노드에서 상기 공간 인덱스를 저장하는 단계; 및 상기 외부 클라이언트에서 상기 위치 정보 서버로 위치정보에 대한 질의 요청을 전송하면, 상기 위치 정보 서버에서 상기 저장된 공간 인덱스로부터 상기 질의 요청에 따른 위치정보를 상기 외부 클라이언트에게 제공하는 단계를 포함하는 반양자화를 적용한 위치기반 정보서비스 제공 방법을 제공한다. A location-based information service providing method using semi-quantization comprising an external client requesting location information and a location information server providing a location-based information service according to the query request, wherein the location information server is a two-dimensional spatial domain. Selecting a pair of representative coordinates of the minimum bounding rectangle included in the search region to be searched among the position information for, and using the reference coordinate of the search region relative to one of the representative coordinates of the selected pair of representative coordinates Calculating coordinates; Generating a half quantization value by performing half quantization by quantizing only another coordinate of the selected pair of representative coordinates in the location information server; Transmitting, by the location information server, a spatial index including the calculated relative coordinates and the generated half quantized value to a node constituting the tree of the least bounded rectangle, and storing the spatial index at the node; And when the external client transmits a query request for location information to the location information server, providing the location information according to the query request to the external client from the stored spatial index in the location information server. It provides a location-based information service providing method applied.

2차원 공간의 탐색영역에 대한 기준좌표 데이터베이스는 2차원의 탐색영역의 기준좌표를 저장한다. 2차원 공간을 표현하기 위한 n-차원의 사각형은 2n-차원 개의 좌표로 나타낼 수 있으므로 각 좌표를 압축하면 인덱스 저장공간의 성능 향상을 가져올 수 있다. The reference coordinate database for the search region in the two-dimensional space stores the reference coordinate of the search region in two dimensions. Since the n-dimensional rectangle for representing the two-dimensional space can be represented by 2n-dimensional coordinates, compressing each coordinate can improve the performance of the index storage space.

본 발명에서는 2차원 공간에서의 공간 인덱스로부터 외부 클라이언트의 질의 요청에 따른 위치정보를 사용자에게 제공하는 반양자화를 적용한 위치기반 정보서비스 제공 시스템 및 그 방법을 기준으로 상술하나, 이는 2차원 공간에서만 제한적으로 적용되는 것이 아니라 다차원 공간에서도 마찬가지로 동일하게 적용할 수 있음은 물론이다.In the present invention, the location-based information service providing system and method using the semi-quantization that provides the user with the location information according to the query request of the external client from the spatial index in the two-dimensional space described above with reference to, but this is limited only in two-dimensional space Of course, the same can be applied to the multidimensional space as well.

한편, 최소경계사각형을 구성하는 한 쌍의 대표좌표는 (x1, y1), (x2, y2)로 하나의 대표좌표는 2개의 좌표로 구성되어 있으나, 편의를 위하여 (x1, y1)의 한 점을 하나의 대표좌표로, (x2, y2)의 점을 다른 하나의 대표좌표로 칭하기로 한다.On the other hand, the pair of representative coordinates constituting the minimum bounding rectangle is (x1, y1), (x2, y2) and one representative coordinate is composed of two coordinates, but for convenience, one point of (x1, y1) Denotes one representative coordinate and the point of (x2, y2) is referred to as another representative coordinate.

이하, 본 발명의 바람직한 실시예를 첨부도면에 의거하여 상세히 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.

그러나, 다음에 예시하는 본 발명의 실시예는 여러 가지 다른 형태로 변형할 수 있으며, 본 발명의 범위가 다음에 상술하는 실시예에 한정되는 것은 아니다. 본 발명의 실시예는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위하여 제공된다.However, embodiments of the present invention illustrated below may be modified in various other forms, and the scope of the present invention is not limited to the embodiments described below. Embodiments of the invention are provided to more fully illustrate the invention to those skilled in the art.

도 5를 참조하면, 위치 정보 제공 시스템은 위치 정보 서버(500) 및 외부 클라이언트(510)로 구성되며, 위치 정보 서버(500)는 위치 정보 연산부(520), 최소경계사각형의 트리 생성부(530), 위치 정보 저장부(540), 위치 정보 탐색부(550) 및 위치 정보 송수신부(560)로 구성된다.Referring to FIG. 5, the location information providing system includes a location information server 500 and an external client 510, and the location information server 500 includes a location information calculation unit 520 and a tree generator 530 having a minimum bounding rectangle. ), A location information storage unit 540, a location information search unit 550, and a location information transmission / reception unit 560.

우선, 위치 정보 연산부(520)는 2차원의 공간 영역에 대한 위치 정보를 반양자화를 이용하여 이 위치 정보를 연산한다. 위치 정보 연산부(520)는 기준좌표 데이터베이스(521), 대표좌표 선정 모듈(522), 상대좌표 연산 모듈(523) 및 반양자화값 생성 모듈(524)을 포함할 수 있다.First, the position information calculating unit 520 calculates this position information by using semi-quantization of the position information of the two-dimensional space region. The location information calculator 520 may include a reference coordinate database 521, a representative coordinate selecting module 522, a relative coordinate calculating module 523, and a semi-quantized value generating module 524.

공간 객체의 표현은 각 객체를 대표하는 좌표로 구성되며, 2차원 데이터의 경우 왼쪽 아래의 좌표와 오른쪽 위 좌표로 구성된 최소경계사각형으로 표현할 수 있다. 2차원 공간에 전체에 대한 최소경계사각형은 소정의 지역 범위별로 기준좌표가 미리 설정되어 기준좌표 데이터베이스(521)로 위치 정보 서버(500)에 저장된다.The representation of a spatial object is composed of coordinates representing each object, and in the case of two-dimensional data, it can be expressed as a minimum boundary rectangle composed of a lower left coordinate and an upper right coordinate. The minimum bounding rectangle for the whole in the two-dimensional space is stored in the location information server 500 as the reference coordinate database 521 and the reference coordinate is preset for each predetermined region range.

이는 대표좌표 선정 모듈(522)에서 기준좌표 데이터베이스를 이용하여 2차원 의 공간영역에 대한 위치 정보 중 탐색하고자 하는 탐색영역에 포함되는 최소경계사각형에 대한 왼쪽 아래 모서리와 오른쪽 위 모서리에 대한 한 쌍의 대표좌표를 선정한다.In the representative coordinate selection module 522, a pair of lower left corners and upper right corners of the minimum boundary rectangle included in the search area to be searched among the position information of the two-dimensional spatial area using the reference coordinate database is used. Select a representative coordinate.

상대좌표 연산 모듈(523)에서는 이 선정된 대표좌표 중 하나의 대표좌표로부터 기준좌표 데이터베이스(521)에 저장된 하나의 기준좌표를 이용하여 상대좌표를 연산한다.The relative coordinate calculation module 523 calculates relative coordinates using one reference coordinate stored in the reference coordinate database 521 from one of the selected representative coordinates.

여기서, 하나의 대표좌표는 탐색영역의 기준좌표와 가장 인접한 좌표일 수 있다.Here, one representative coordinate may be the coordinate closest to the reference coordinate of the search area.

이는, 탐색하고자 하는 탐색영역을 M이라고 할 때, M에 포함된 최소경계사각형의 한 쌍의 대표좌표는 α, β로 나타내며, 상기 최소경계사각형의 대표좌표 중 왼쪽 아래 모서리인 대표좌표를 α라하고, 오른쪽 위 모서리인 대표좌표를 β라 한다. 그리고, 상기 탐색영역의 기준좌표 중 왼쪽 아래 모서리인 기준좌표를

라 하고, 상기 탐색영역의 기준좌표 중 오른쪽 위 모서리인 기준좌표를

라 할 경우, 상기 기준좌표 중

에 대한 상기 대표좌표 α의 상대좌표 R은 하기의 수학식 1로 표현할 수 있다.When a search area to be searched for is M, a pair of representative coordinates of the minimum boundary rectangle included in M are represented by α and β, and a representative coordinate that is the lower left corner of the representative coordinates of the minimum boundary rectangle is α. The representative coordinate in the upper right corner is referred to as β. And, the reference coordinate which is the lower left corner of the reference coordinate of the search area

The reference coordinate which is the upper right corner of the reference coordinate of the search area

In the case of,

Relative coordinate R of the representative coordinate α with respect to can be expressed by the following equation (1).

그리고, 반양자화값 생성 모듈(524)에서는 탐색하고자 하는 탐색영역을 포함하는 최소경계사각형의 대표좌표 중에서 오른쪽 위 모서리인 다른 하나의 대표좌표 를 이용하여 반 양자화를 이용하여 반양자화 값을 생성한다.The half quantization value generation module 524 generates a half quantization value using half quantization using another representative coordinate, which is the upper right corner, among the representative coordinates of the minimum boundary rectangle including the search region to be searched.

여기서, 다른 하나의 대표좌표는 탐색하고자 하는 전체 공간 영역을 포함하는 기준좌표와 가장 이격된 좌표일 수 있다.Here, the other representative coordinate may be a coordinate spaced apart from the reference coordinate including the entire spatial area to be searched.

전체 탐색영역의 기준좌표를 Ms라 하고, 상기 기준좌표와 가장 이격된 상기 탐색영역의 좌표를 Me라 하고, 상기 반양자화 레벨을 q라고 하고, 상기 최소경계사각형의 대표좌표와 가장 이격된 상기 다른 하나의 대표좌표를 β라 하고, 상기 반양자화값을 Qe라 할 경우, 상기 β의 반양자화값은 하기의 수학식 2로 표현할 수 있다.The reference coordinate of the entire search region is referred to as Ms, the coordinate of the search region most spaced from the reference coordinate is referred to as Me, the semi-quantization level is referred to as q, and the other spaced apart from the representative coordinate of the least boundary rectangle. When one representative coordinate is referred to as β and the half quantized value is Qe, the half quantized value of β may be expressed by Equation 2 below.

상기 수학식 2를 이용하여 상대좌표와 가장 이격된 다른 하나의 좌표를 반양자화를 이용하여 반양자화값으로 표현함으로써 최소경계사각형 트리를 구성하는 노드에 저장할 수 있다.By using Equation 2, another coordinate that is most spaced from the relative coordinate is expressed as a half quantized value by using half quantization and stored in a node constituting the minimum bounding square tree.

이는 최소경계사각형의 트리 생성부(530)에서 탐색영역에 포함되는 최소경계사각형의 대표좌표 중 전체영역에 대한 기준좌표와 가장 인접한 대표좌표를 상대좌표로 표현하고, 상대좌표로 표현된 상기 대표좌표와 가장 이격된 다른 하나의 대표좌표 β를 반양자화값으로 표현하여 최소경계사각형의 트리를 구성하여 저장한다.This is represented by the relative coordinates represented by the relative coordinates and the representative coordinates closest to the reference coordinates for the entire area among the representative coordinates of the minimum boundary rectangles included in the search area in the tree generating unit 530 of the minimum boundary rectangle. And represent the other spaced β most separated by the semi-quantization value to form a tree of minimum bounding square and store it.

그리고, 최소경계사각형의 트리 생성부(530)는, 전체 탐색영역에 새로운 객 체에 대한 위치 정보를 삽입하고자 하는 경우, 최소경계사각형 트리를 구성하는 노드에 저장되는 공간 인덱스인 엔트리가 저장될 공간이 노드에 부족하면 최소경계사각형 트리를 구성하는 노드를 분할하여 위 새로운 객체에 대한 위치 정보를 삽입하도록 트리 분할부를 더 포함할 수 있다.In addition, when the tree generating unit 530 of the minimum bounding rectangle wants to insert location information about a new object in the entire search area, the space in which an entry, which is a spatial index stored in the node constituting the minimum bounding rectangle tree, is stored If this node is not sufficient, the tree partitioning unit may further include a node forming the minimum bounding rectangle tree and inserting location information on the new object.

한편, 위치정보 저장부(540)에서는 상술한 바와 같이 최소경계사각형의 트리로 구성된 위치 정보를 저장한다.On the other hand, the location information storage unit 540 stores the location information consisting of a tree of the minimum boundary rectangle as described above.

위치 정보 송수신부(560)는 외부 클라이언트로부터 외부 클라이언트에서 탐색하고자 하는 위치 정보의 질의 요청을 수신하고, 이 수신된 질의 요청을 기반으로 위치 정보 서버(500)에 저장된 위치 정보를 탐색하여 외부 클라이언트에게 위치정보를 제공한다.The location information transmission / reception unit 560 receives a query request for location information that the external client wants to search from the external client, searches the location information stored in the location information server 500 based on the received query request, and sends it to the external client. Provide location information.

그러므로, 위치 정보 탐색부(550)는 위치 정보 송신부(560)에서 외부 클라이언트로부터 수신한 위치 정보의 질의 요청을 수신하고, 위치정보 저장부에 저장된 최소경계사각형의 트리를 기반으로 외부 클라이언트로부터 수신한 위치 정보의 질의 요청에 대한 위치 정보를 탐색하여 외부 클라이언트에게 탐색된 위치 정보를 제공한다.Therefore, the location information search unit 550 receives the query for the location information received from the external client in the location information transmitter 560 and receives the request from the external client based on the tree of the least bounded rectangle stored in the location information storage unit. Search for location information on the request for location information, and provide the searched location information to the external client.

보다 상세하게 살펴보면, 2차원에서 최소경계사각형(Mininum Bounding Rectangle:MBR)은 4개의 좌표로 구성된 2개의 점들로 표현된다. 반양자화 MBR(Semi-quantizing MBR:SqMBR)에서는 각 노드가 자신의 엔트리(entry)에 대한 MBR을 저장하고 있다. 2차원 공간에 대한 MBR은 두 개의 끝점인 (α,β)로 나타낼 수 있으며, α = (α.x, α.y)로 나타낼 수 있고, β = (β.x, β.y)로 나타낼 수 있다. 이 경우, α≤β이고, x 와 y는 각 축에 대한 해당 값을 나타낸다. 반양자화의 기본 기법은 α를 상대적인 값으로 계산하고, β만 양자화로 함으로써 α, β를 모두 양자화할 때 MBR이 확장되기 때문에 발생하는 탐색영역에서 나타나는 거짓중첩영역(False-Overlap Region)을 1/2 이상 감소시킨다. 이렇게 함으로써, 최소경계사각형에 대한 저장값을 최소화할 수 있다. SqMBR에서 두 점은 다음과 같이 정의될 수 있다.In more detail, the minimum bounding rectangle (MBR) in two dimensions is represented by two points consisting of four coordinates. In semi-quantizing MBR (SqMBR), each node stores an MBR for its own entry. The MBR for two-dimensional space can be represented by two endpoints (α, β), α = (α.x, α.y), and β = (β.x, β.y). Can be. In this case, α ≦ β, and x and y represent corresponding values for each axis. The basic technique of half quantization is to calculate α as a relative value, and by quantizing only β, the false-overlap region that appears in the search region generated by MBR is expanded when both α and β are quantized. Decrease by 2 or more. By doing so, it is possible to minimize the stored value for the minimum bounding rectangle. In SqMBR, two points can be defined as:

우선, 전체 영역에 대한 MBR을 M이라 하면, M의 왼쪽 아래와 오른쪽 위의 두 좌표는 (M.lx, M.ly), (M.rx, M.ry)로 표현된다. 탐색영역에 포함된 한 엔트리의 두 점은 (α,β)로 구성되며, 시작점 α에 대한 상대좌표는 상기 수학식 1과 같다.First, if the MBR for the entire area is M, the two coordinates of the lower left and upper right of M are expressed as (M.lx, M.ly) and (M.rx, M.ry). Two points of an entry included in the search region are composed of (α, β), and a relative coordinate with respect to the starting point α is expressed by Equation 1 above.

한편, 수학식 1을 사용하여 탐색영역 M의 두 점을 (Ms,Me)라 하고, q를 양자화 레벨이라고 하면, 끝점 β를 양자화하기 위한 수식은 상기 수학식 2와 같이 정의할 수 있다. 이 경우, Qe는 양자화된 MBR의 끝점이다.If two points of the search region M are referred to as (Ms, Me) and q is a quantization level using Equation 1, the equation for quantizing the end point β may be defined as shown in Equation 2 above. In this case, Qe is the end point of the quantized MBR.

MBR의 끝점 β는 양자화 레벨에 의해 Qe가 되며, 비트로 변환하여 저장함으로써 저장 공간을 최소화할 수 있다. 양자화 레벨은

(n=0, 1, 2, ..., 8)으로 하여 최대 1 바이트로 표현된다. β는 양자화 레벨 q에 의해 정해지므로 특정 비트열(Bit String)로 표현될 수 있다. 즉, 이진수 표현은 (Qe)₂이며, 비트열의 크기는 「

」이다. 끝점으로 계산된 결과는 는 (Q _e -1)₂로 저장된다. The end point β of the MBR becomes Qe by the quantization level, and the storage space can be minimized by converting and storing bits. The quantization level is

(n = 0, 1, 2, ..., 8) is represented by a maximum of 1 byte. β is determined by the quantization level q and thus may be represented by a specific bit string. That is, the binary representation is (Qe) ₂ , and the size of the bit string is "

"to be. The result computed as the endpoint is stored as (Q _e -1) ₂ .

도 6은 본 발명에 적용되는 반양자화된 최소경계사각형을 도시한 것이다. Figure 6 illustrates a semi-quantized minimum bounding square applied to the present invention.

도 6을 참조하면, Qe(β.x) = 9, Qe(β.y) = 9이므로, 비트열은 두 점에 대한 비트를 연결한 10001000이며, 결과적으로 R1은 5바이트에 저장된다.Referring to FIG. 6, since Qe (β.x) = 9 and Qe (β.y) = 9, the bit string is 10001000 in which bits for two points are concatenated. As a result, R1 is stored in 5 bytes.

양자화에서 확장된 MBR을 quantized_MBR이라고 한다. 그러면, MBR이 양자화 단위까지 확장됨으로써 탐색영역이 증가하게 된다. 이와 같이, 확장되어 다른 MBR과 겹쳐져서 노드의 방문 횟수를 증가시키는 영역을 거짓중첩영역(Fals-Overlap Region:FOR)이라고 정의하면 거짓중첩영역은 다음의 수학식 3과 같다.The extended MBR in quantization is called quantized_MBR. Then, the search area is increased by expanding the MBR to the quantization unit. In this way, if the extended region overlaps with other MBRs and increases the number of visits of the node, defined as a false overlap region (FOR), the false overlap region is represented by the following equation (3).

QMBR에서 거짓중첩영역은 도 4의 빗금친 영역(410)과 같이 MBR의 사방에 나타나지만 SqMBR에서는 도 6의 빗금친 영역(610)과 같이 MBR의 위쪽과 오른쪽에만 나타난다. 거짓중첩영역이 양자화를 이용한 QMBR에 비해 반 이상 작아졌으며, 좌표의 저장공간도 최소 5바이트까지 감소한다. 이 경우, 양자화 레벨을 증가시키면 비트 수도 함께 증가하여 키의 저장 바이트가 증가하지만 QMBR 보다는 양자화의 저장 바이트 수는 감소할 수 있다.In the QMBR, the false overlapping region appears everywhere in the MBR like the hatched region 410 of FIG. 4, but in the SqMBR, only the top and the right side of the MBR, like the hatched region 610 of FIG. 6. False nested regions are more than half smaller than QMBR using quantization, and the storage space of coordinates is reduced by at least 5 bytes. In this case, increasing the quantization level also increases the number of bits, increasing the storage bytes of the key, but may reduce the number of storage bytes of the quantization rather than the QMBR.

실질적으로 양자화된 셀에서 확장된 MBR의 면적은 일정한 탐색 공간인 〔0, 1〕²에서 셀과의 관계에 의해 결정된다. 즉, QMBR의 확장 영역은 MBR과 중첩되는 평균적인 셀의 개수를 계산함으로써 알 수 있다. 이 경우, 탐색영역의 MBR들은 균일하게 분포된 m개의 정사각형으로 가정한다.The area of the expanded MBR in a substantially quantized cell is determined by its relationship with the cell in [0, 1] ² , which is a constant search space. That is, the extended area of the QMBR can be known by calculating the average number of cells overlapping the MBR. In this case, the MBRs of the search region are assumed to be m squares uniformly distributed.

양자화된 셀을 정사각형으로 가정한 이유는 한 MBR이 차지하는 셀 개수를 계 산할 경우 직사각형보다 계산이 간단하기 때문이다.The reason why the quantized cells are assumed to be square is that the calculation is simpler than the rectangle when calculating the number of cells occupied by one MBR.

도 7a 내지 도 7d는 최소경계사각형의 위치에 따라 양자화된 셀과 중첩되는 셀의 갯수를 도시한 것이다. 7A to 7D show the number of cells overlapping the quantized cells according to the position of the minimum bounding rectangle.

양자화된 공간들은 도 7a 내지 도 7d와 같이 MBR의 왼쪽 아래 모서리의 위치에 따라 g1, g2, g3 및 g4의 네 부분으로 구성되며, 위치에 따라 MBR과 중첩되는 셀의 개수가 다르다. 이 때, 양자화된 영역을 G(Grid), 각 셀의 한 변을 c, MBR의 한 변을 r이라고 하면, r은 아래의 수학식 4와 같이 나타낼 수 있다. 이 경우 n은 중첩되는 셀의 갯수이다.The quantized spaces are composed of four parts of g1, g2, g3 and g4 according to the position of the lower left corner of the MBR as shown in FIGS. 7A to 7D, and the number of cells overlapping the MBR differs depending on the position. In this case, if the quantized region is G (Grid), one side of each cell is c, and one side of the MBR is r, r may be expressed as in Equation 4 below. In this case n is the number of cells that overlap.

한 탐색영역에서 MBR이 만나는 셀은 MBR이 g1, g2, g3 및 g4의 각 부분에 속할 확률에 따라 중첩 셀의 평균 크기를 구함으로써 양자화 결과 차지하는 면적도 계산할 수 있다. The cell where the MBR meets in one search region can also calculate the area occupied by the quantization by obtaining the average size of the overlapping cells according to the probability that the MBR belongs to each part of g1, g2, g3 and g4.

한편, 확률계산을 위하여 각 부분에 대한 면적을 계산하면, g1에 속한 사각형의 면적은 도 7a와 같이 네 개의 셀과 중첩되므로 (c-Δx)²이다.On the other hand, when calculating the area for each part for probability calculation, the area of the rectangle belonging to g1 overlaps four cells as shown in Figure 7a (c-Δx) ² is.

도 7b에서 g2 및 g3는 여섯 개의 셀과 중첩되며 탐색영역의 각 셀이 정사각형임을 가정하고 있으므로, 2Δx(c-Δx)의 크기를 가진다. In FIG. 7B, since g2 and g3 overlap six cells and assume that each cell of the search area is square, it has a size of 2Δx (c−Δx).

도 7c는 g4가 Δx²의 크기를 가지며, 아홉 개의 셀과 중첩되는 것을 나타내 고 있다. 이러한 속성에 의해 탐색영역에서 MBR들이 차지하는 평균 크기를 구한다. 즉, MBR들과 중첩되는 평균적인 셀의 수를 구하면 QMBR이 차지하는 면적을 계산할 수 있다. 셀과의 관계에서 QMBR의 크기는 다음과 같이 구분할 수 있다.7c shows that g4 has a size of Δx ² and overlaps nine cells. By these attributes, the average size of MBRs in the search area is obtained. In other words, if the average number of cells overlapping the MBRs is obtained, the area occupied by the QMBR can be calculated. In relation to cells, the size of QMBR can be classified as follows.

첫 번째로, 최소경계사각형의 한 변의 길이(r)가 셀의 한 변의 길이(c)보다 큰 경우(r＞c), 즉, MBR의 α가 도 7a과 같이 g1에 있는 경우, MBR과 중첩되는 셀의 갯수는 n×n이며, g2에 MBR의 α가 있는 경우 도 7b와 같이 MBR과 중첩되는 셀의 갯수는 n×(n+1)이며, MBR의 α가 g3에 있는 경우 셀과 MBR이 정사각형이므로 g2와 동일하다. First, when the length r of one side of the minimum bounding square is greater than the length c of one side of the cell (r> c), i.e., if α of MBR is at g1 as shown in FIG. 7A, it overlaps with MBR. If the number of cells is n × n, and if g2 has α of MBR, the number of cells overlapping with MBR is n × (n + 1) as shown in FIG. 7B, and if α of MBR is at g3, cells and MBR Since it is square, it is equal to g2.

도 7c와 같이 MBR의 α가 g4에 있는 경우 MBR과 중첩되는 셀의 갯수는 (n+1)(n+1)이다. 균일한 분포를 가정하면 MBR의 한 모서리가 g1에 있을 확률은 (c-Δx)²/c², g2와 g3에 있을 확률은 2Δx(c-Δx)/c², 그리고 g4에 있을 확률은 Δx²/c²이다. 따라서 MBR과 중첩되는 셀의 평균적인 수는 수학식 5와 같다. 이 경우, m개의 MBR이 차지하는 평균 면적은 mr²이 된다.As shown in FIG. 7C, when α of MBR is at g4, the number of cells overlapping with MBR is (n + 1) (n + 1). Assuming a uniform distribution, the probability that one edge of the MBR is at g1 is (c-Δx) ² / c ² , the probability at g2 and g3 is 2Δx (c-Δx) / c ² , and the probability at g4 is Δx ² / c ² . Therefore, the average number of cells overlapping the MBR is expressed by Equation 5. In this case, the average area occupied by m MBRs is mr ² .

두 번째로, 최소경계사각형의 한 변의 길이(r)가 셀의 한 변의 길이(c)보다 작은 경우에는 MBR의 한 모서리가 g1, g2(혹은 g3) 및 g4 부분과 만나는 셀은 각각 1, 2, 4개이며, 확률은 동일하다. 따라서 평균적인 셀 수는 수학식 6과 같으며, m 개의 MBR에 대한 평균면적은 m(c+Δx)²이다.Second, if the length (r) of one side of the minimum bounding square is less than the length (c) of one side of the cell, the cells where one edge of the MBR meets the g1, g2 (or g3) and g4 parts are 1 and 2, respectively. , Four, with the same probability. Therefore, the average number of cells is shown in Equation 6, and the average area of m MBRs is m (c + Δx) ² .

세 번째로, 최소경계사각형의 한 변의 길이(r)가 셀의 한 변의 길이(c)와 같은 경우 MBR의 한 모서리가 셀의 어느 부분에서든 네개의 셀과 만나므로 MBR이 차지하는 평균면적은 4c²이다.Third, if the length (r) of one side of the minimum bounding square is equal to the length (c) of one side of the cell, the average area occupied by MBR is 4c ² because one corner of the MBR meets four cells in any part of the cell. to be.

상술한 셀과 QMBR의 관계를 기초로 하여 SqMBR의 확장 크기를 연산해 보면, 양자화된 최소경계사각형에서 MBR의 확장은 상하좌우로 나타나지만, SqMBR에서는 도 7d와 같이 확장되지 않은 영역(θx, θy)이 있다. 이와 같이, 비확장영역이 생기는 이유는 R1의 오른쪽 면과 위쪽 면만 양자화 단위로 확장되기 때문이다. 도 7d를 참조하면, R1'는 SqMBR이며, QMBR보다 확장범위가 더 작다. 만약, R1에 QMBR을 적용하면, R1의 아래쪽 면과 왼쪽면이 각각 x, y축과 만나게 되어 SqMBR에서 확장되지 않았던 θx, θy까지 커진다. 빗금친 부분의 x, y축 영역을 각각 θx, θy라 하면, 확장되지 않는 영역 ~Q는 다음의 수학식 7과 같다.Based on the relationship between the cell and the QMBR, the expansion size of the SqMBR is calculated. In the quantized minimum bounding rectangle, the expansion of the MBR is shown in up, down, left, and right, but in the SqMBR, the unexpanded areas (θx, θy) as shown in FIG. There is this. As such, the reason why the non-expanded region occurs is that only the right side and the upper side of R1 are extended in the quantization unit. Referring to FIG. 7D, R1 'is SqMBR and has a smaller extension range than QMBR. If QMBR is applied to R1, the bottom and left sides of R1 meet the x and y axes, respectively, and are larger up to θx and θy, which were not extended in SqMBR. If the x and y-axis regions of the hatched portion are θx and θy, respectively, the non-expanded region ˜Q is expressed by the following equation (7).

따라서, SqMBR에서 확장되는 평균적인 셀의 크기의 최종 수식은 하기의 수학식 8과 같다. 지금까지 양자화와 최소경계사각형을 정사각형으로 가정하였으나, 최 소경계사각형은 직사각형으로 구성될 수 있으며, 수식은 직사각형으로 구성된 경우에도 쉽게 적용할 수 있다. 이때, r이 각 셀의 한 변의 길이를 나타내고, ~Q는 확장되지 않은 영역을 나타낼 경우, SqMBR에서 확장되는 셀의 크기인 CellSizeSQ는 다음의 수학식 8로 나타낼 수 있다. Therefore, the final equation of the average cell size expanded in SqMBR is shown in Equation 8 below. Until now, the quantization and the minimum boundary square are assumed to be square, but the minimum boundary square may be composed of a rectangle, and the equation may be easily applied even in the case of a rectangle. In this case, when r represents the length of one side of each cell, and ~ Q represents an unextended region, CellSizeSQ, which is the size of a cell extended in SqMBR, may be represented by Equation 8 below.

MBR이 가장 가까운 양자화 단위로 확장될 경우, 실제 위치와 양자화 단위가 일치한다면 해당 변은 확장하지 않아도 된다. 종래의 양자화 방법에서는 두 면이 양자화 단위와 일치하는 경우에 다른 두 면이 확장된다. 또한 MBR의 네 변이 모두 양자화 단위와 일치하면 MBR이 확장되지 않는다. 왜냐하면 MBR의 왼쪽 아래 모서리를 구성하는 두 변은 전체영역에 대한 상대좌표로 계산하기 때문이다. 이러한 특성을 알고리즘에 반영하면 CPU의 처리비용을 줄일 수 있으며, 보다 빠른 위치기반서비스를 제공할 수 있다. When the MBR is extended to the nearest quantization unit, the side does not need to be extended if the actual position and the quantization unit match. In the conventional quantization method, when two faces coincide with quantization units, the other two faces are extended. Also, if all four sides of the MBR coincide with the quantization unit, the MBR is not extended. This is because the two sides that form the lower left corner of the MBR are calculated in relative coordinates over the entire area. Reflecting these characteristics in the algorithm can reduce the processing cost of the CPU and provide faster location-based services.

이와 같이, 본 발명에서의 최소경계사각형의 면적은 MBR의 각 변이 양자화 단위와 일치함에 따라서 연산량이 감소한다. MBR이 확장됨으로써 나타나는 거짓중첩영역이 탐색성능에 미치는 영향은 다음과 같다.As described above, the area of the minimum bounding rectangle in the present invention decreases in amount of calculation as each side of the MBR coincides with the quantization unit. The effects of false overlapping region on the search performance due to the expansion of MBR are as follows.

반양자화된 최소경계사각형-트리(Semi-Quantization R-Tree:SQR-tree) 인덱 스는 최소경계사각형-트리(Rectangle-tree:R-tree)와 같이 노드들로 구성된 높이 균형트리이다. SQR-tree와 R-tree의 차이점은 삽입과 탐색에 있으며, 본 발명에서의 인덱스의 구조와 SQR-tree 를 이용할 수 있다.Semi-Quantization R-Tree (SQR-tree) index is a height-balanced tree composed of nodes, such as a Rectangle-tree (R-tree). The difference between the SQR-tree and the R-tree is in insertion and search, and the structure of the index and the SQR-tree in the present invention can be used.

도 8은 최소경계사각형을 포함하는 공간영역 상에서 R0는 탐색영역이며, R1∼R7은 객체를 포함하는 최소경계사각형이다. 각 MBR은 x, y축 양의 방향으로만 확장되어 반 양자화된다. R2는 부모 최소경계사각형과 경계가 만나므로 확장 영역의 좌표가 양자화 레벨의 최대값이다. R2와 같이 확장될 면이 양자화 단위와 일치하는 경우 MBR이 확장되지 않는다. 한편, R3, R4, R5는 R1의 반양자화 단위까지 확장된다. R6와 R7의 경우 위와 오른쪽으로 확장된 영역이 끝점을 나타낸다.8 is a search area on a space area including a minimum bounding rectangle, and R1 to R7 are minimum bounding rectangles including objects. Each MBR is only half-quantized by extending in the positive x- and y-axis directions. Since R2 meets the boundary with the parent minimum bounding rectangle, the coordinate of the extended region is the maximum value of the quantization level. If the plane to be extended such as R2 coincides with the quantization unit, the MBR is not extended. On the other hand, R3, R4, R5 extend to the half quantization unit of R1. In the case of R6 and R7, the area extended above and to the right represents the end point.

SQR-tree는 도 9와 같이 한 노드에 있는 엔트리들의 전체 영역을 나타내는 MBR_N, 하위 노드에 대한 포인터(child_ptr)와 확장된 MBR 정보(SqMBR)를 가지는 (child_ptr, SqMBR) 쌍의 엔트리들로 구성된다. MBR_N은 같은 노드에 있는 엔트리들에 대한 MBR이다. SQR-tree consists of entries of MBR _N representing the entire area of entries in a node, (child_ptr, SqMBR) pairs with pointers to child nodes (child_ptr) and extended MBR information (SqMBR), as shown in FIG. do. MBR _N is the MBR for entries in the same node.

노드는 도 10과 같이 최대 m개의 엔트리를 가질 수 있으며, 추가적으로 노드 가 내부 노드인지 말단 노드인지를 구분하는 플래그(flag)와 저장된 엔트리 수를 포함한다.The node may have a maximum of m entries as shown in FIG. 10, and additionally includes a flag for distinguishing whether the node is an internal node or an end node and the number of stored entries.

루트 노드는 전체 탐색영역으로부터 SqMBR 좌표를 계산하며 노드에 대한 MBR정보는 갖지 않는다. 각 노드가 갖는 하위 노드에 대한 MBR은 해당 노드의 부모 최소경계사각형과 하위 최소경계사각형으로부터 쉽게 계산될 수 있다. 이와 같은 각 엔트리에 대한 정확한 정보는 노드를 제거할 때 사용될 수 있다.The root node calculates SqMBR coordinates from the entire search area and does not have MBR information for the node. The MBR for each subnode of each node can be easily computed from the parent's minimum and square minimum bounding squares. The exact information for each such entry can be used when removing the node.

SQR-tree의 알고리즘은 R-tree를 기반으로 하고 있다. 여기서 SQR-tree와 R-tree의 주요한 차이점은 삽입과 탐색이다. 객체의 삽입은 다음의 알고리즘과 같이 읽어 들인 객체를 각 노드에 있는 SqMBR과 비교하여 해당 노드를 찾아서 삽입한다. 즉, 새로운 객체의 삽입은 루트 노드(Root node)부터 말단 노드(Leaf node)까지 이동하여 최소한의 확장을 유지하면서 객체를 포함할 수 있는 노드를 찾는다. 이 경우, 삽입은 R-tree와 동일하지만 객체는 SqMBR을 계산하고 각 엔트리의 키와 비교하여 삽입하기 위하여 반양자화 변환 알고리즘을 경유하여야 한다.The algorithm of SQR-tree is based on R-tree. The main difference between the SQR-tree and the R-tree here is insertion and searching. Inserting an object finds and inserts the node by comparing the read object with SqMBR in each node as in the following algorithm. In other words, the insertion of a new object moves from the root node to the leaf node to find a node that can contain the object while maintaining minimal expansion. In this case, the insertion is the same as the R-tree, but the object must go through a semi-quantization transformation algorithm to insert SQMBRs and insert them by comparing the keys of each entry.

도 11은 본 발명에 따른 반양자화를 적용한 위치기반 정보서비스 제공 방법의 흐름도이다.11 is a flowchart of a method for providing location-based information service applying half quantization according to the present invention.

도 11을 참조하면 우선, 2차원의 공간영역에 대한 위치정보 중 탐색하고자 하는 탐색영역에 포함되는 최소경계사각형의 대표좌표를 선정한다(1110과정).Referring to FIG. 11, first, a representative coordinate of a minimum boundary rectangle included in a search region to be searched is selected from position information of a two-dimensional space region (step 1110).

위치 정보를 포함하는 공간 객체의 표현은 각 객체를 대표하는 좌표로 구성되며, 2차원 데이터의 경우 왼쪽 아래의 좌표와 오른쪽 위의 좌표로 구성된 최소경계사각형으로 표현할 수 있다. 이 중 탐색하고자 하는 탐색영역에 포함되는 최소경 계사각형을 구성할 수 있는데, 이 최소경계사각형을 대표할 수 있는 대표좌표를 선정한다.The representation of the spatial object including the location information is composed of coordinates representing each object, and in the case of two-dimensional data, it may be represented by a minimum boundary square composed of coordinates of the lower left and upper coordinates. Among these, the minimum bounding rectangle included in the search area to be searched can be configured, and a representative coordinate that can represent the minimum bounding rectangle is selected.

그 다음, 상기 탐색영역의 기준좌표를 이용하여 상기 선정된 한 쌍의 대표좌표 중 하나의 대표좌표로부터 상대좌표를 연산한다(1120 과정).Next, a relative coordinate is calculated from one representative coordinate of the selected pair of representative coordinates using the reference coordinates of the search region (step 1120).

공간 객체의 표현은 각 객체를 대표하는 좌표로 구성되며, 2차원 데이터의 경우, 왼쪽 아래의 좌표와 오른쪽 위 좌표로 구성된 최소경계사각형으로 표현할 수 있는데, 2차원 공간에 대한 최소경계사각형은 소정의 지역 범위별로 기준좌표가 미리 설정되어 기준좌표 데이터베이스로 위치 정보 서버에 저장된다. The representation of a spatial object consists of coordinates representing each object, and in the case of two-dimensional data, it can be expressed as a minimum boundary square composed of lower left coordinates and upper right coordinates. The reference coordinates are preset in each region and stored in the location information server as a reference coordinate database.

그러면, 선정된 대표좌표 중 하나의 대표좌표로부터 기준좌표 데이터베이스에 저장된 하나의 기준좌표를 이용하여 상대좌표를 연산할 수 있다.Then, the relative coordinates may be calculated from one representative coordinate among the selected representative coordinates using one reference coordinate stored in the reference coordinate database.

한편, 이 하나의 대표좌표는 탐색영역의 기준좌표와 가장 인접한 좌표일 수 있다.Meanwhile, the one representative coordinate may be the coordinate closest to the reference coordinate of the search area.

탐색하고자 하는 탐색영역을 M이라고 할 때, M에 포함된 최소경계사각형의 한 쌍의 대표좌표는 α, β로 나타내며, 상기 최소경계사각형의 대표좌표 중 왼쪽 아래 모서리인 대표좌표를 α라하고, 오른쪽 위 모서리인 대표좌표를 β라 한다. 그리고, 상기 탐색영역의 기준좌표 중 왼쪽 아래 모서리인 기준좌표를

라 할 경우, 상기 기준좌표 중

에 대한 상기 대표좌표 α의 상대좌표 R은 상기의 수학식 1로 표현할 수 있다.When a search area to be searched for is M, a pair of representative coordinates of the minimum boundary rectangle included in M are represented by α and β, and a representative coordinate that is the lower left corner of the representative coordinates of the minimum boundary rectangle is α, The representative coordinate in the upper right corner is called β. And, the reference coordinate which is the lower left corner of the reference coordinate of the search area

In the case of,

The relative coordinate R of the representative coordinate α with respect to can be expressed by the above equation (1).

그 다음, 상기 선정된 대표좌표 중 다른 하나의 좌표를 반양자화를 이용하여 반양자화 값을 생성한다(1130 과정).Next, the other one of the selected representative coordinates to generate a half quantization value using the half quantization (step 1130).

여기서, 다른 하나의 대표좌표는 탐색하고자 하는 최소경계사각형의 상대좌표와 가장 이격된 좌표일 수 있다.Here, the other representative coordinate may be a coordinate spaced apart from the relative coordinate of the minimum boundary rectangle to be searched.

전체 탐색영역의 기준좌표를 Ms라 하고, 상기 기준좌표와 가장 이격된 상기 탐색영역의 좌표를 Me라 하고, 상기 반양자화 레벨을 q라고 하고, 상기 상대좌표와 가장 이격된 상기 다른 하나의 좌표를 β라 하고, 상기 반양자화값을 Qe라 할 경우, 상기 β의 반양자화값은 상기의 수학식 2로 표현할 수 있다.The reference coordinate of the entire search region is referred to as Ms, the coordinate of the search region most spaced from the reference coordinate is referred to as Me, the semi-quantization level is referred to as q, and the other one of the coordinates most spaced from the relative coordinate is referred to as Ms. When the half quantized value is Qe, the half quantized value of β may be expressed by Equation 2 above.

상기 수학식 2를 이용하여 최소경계사각형의 왼쪽 아래 모서리의 좌표와 가장 이격된 다른 하나의 좌표를 반양자화를 이용하여 반양자화값으로 표현하여 최소경계사각형 트리를 구성하는 노드에 저장할 수 있다.Using Equation 2, the coordinates of the lower left corner of the minimum boundary square and the other one spaced most spaced apart may be expressed as a half quantization value using half quantization and stored in a node constituting the minimum boundary square tree.

그리고, 위 노드는 종단 노드인지의 여부를 저장하는 플래그 및 위 노드에 저장되는 공간 인덱스를 포함하는 엔트리를 저장할 수 있다.The node may store an entry including a flag for storing whether the node is an end node and a spatial index stored in the node.

그 다음, 연산된 상대좌표 및 상기 생성된 반양자화 값을 포함하는 공간 인덱스를 상기 최소경계사각형의 트리를 구성하는 노드에 저장한다(1140 과정).Next, a spatial index including the calculated relative coordinates and the generated half quantized value is stored in a node constituting the tree of the least bounded rectangle (step 1140).

이는, 최소경계사각형의 트리에서 탐색영역에 포함되는 최소경계사각형의 대표좌표 중 전체영역에 대한 기준좌표와 가장 인접한 대표좌표를 상대좌표로 표현하고, 상대좌표와 가장 이격된 대표좌표를 반양자화값으로 표현하여 최소경계사각형의 트리를 구성하여 노드에 저장한다.This means that the representative coordinate of the minimum boundary rectangle included in the search area in the minimum boundary rectangle tree is represented by the relative coordinates closest to the reference coordinates for the entire area as relative coordinates, and the representative coordinates spaced apart from the relative coordinates are half quantized. Expressed as, we construct a tree of minimum bounding rectangles and store them in nodes.

마지막으로, 위치 정보를 필요로 하는 외부 클라이언트로부터 위치정보에 대 한 질의 요청이 있는 경우, 상기 저장된 공간 인덱스로부터 상기 질의 요청에 따른 위치정보를 상기 사용자에게 제공한다(1150 과정).Finally, when there is a query request for the location information from an external client requiring the location information, the location information according to the query request is provided to the user from the stored spatial index (step 1150).

즉, 외부 클라이언트로부터 위치정보에 대한 질의 요청이 있는 경우, 전체 영역에 대한 위치정보에 따라 구성된 최소경계사각형 트리를 기반으로 외부 클라이언트로부터 수신한 위치 정보의 질의 요청에 대한 위치 정보를 탐색하여 외부 클라이언트에게 탐색된 위치 정보를 제공한다.That is, when there is a query request for location information from an external client, the external client is searched for the location information on the query request of the location information received from the external client based on the minimum bounding rectangle tree configured according to the location information of the entire area. Provides the searched location information.

한편, 이 전체 탐색영역에 새로운 객체에 대한 위치정보를 삽입하고자 하는 경우, 최소경계사각형 트리를 구성하는 노드에 저장되는 엔트리가 전체 탐색영역보다 작은지의 여부를 판단하고, 이 엔트리가 전체 탐색영역보다 작은 경우, 노드가 속한 루트노드로부터 말단 노드까지 객체를 포함할 수 있는 노드를 탐색할 수 있다.On the other hand, if the position information of a new object is to be inserted into the entire search region, it is determined whether the entry stored in the node constituting the minimum bounding square tree is smaller than the entire search region, and the entry is smaller than the entire search region. In the small case, a node may be searched which may contain an object from the root node to which the node belongs.

만약, 루트 노드로부터 말단 노드까지 모든 노드에 엔트리가 최대로 저장된 경우, 최소경계사각형의 트리를 구성하는 노드를 분할할 수 있다.If an entry is stored at maximum in all nodes from the root node to the end node, the node constituting the tree of the minimum bounding rectangle may be split.

도 12는 본 발명에 따른 반양자화 변환 알고리즘을 도시한 것이다.12 illustrates a half quantization transformation algorithm according to the present invention.

도 12를 참조하면, M은 전체 탐색영역이며, E는 인덱스에 삽입될 객체인 엔트리이다. 처음 루트 노드를 방문하기 위해 인덱스는 디스크에서 메모리로 로드된다. 이 경우, 반 양자화는 인덱스에 삽입되는 엔트리 E가 탐색영역인 M보다 작을 때만 처리된다. SqMBR의 시작과 끝 점은 수학식 1 및 수학식 2에 의해 변환되며 엔트리 E에 저장된다. 변환된 E는 말단노드에 저장될 데이터 후보가 되며, 인덱스에 추가된다. 그러나, 한 노드에 최대 엔트리가 저장되면 R-tree 알고리즘에 의해 노드가 분할 된다. 상수 q는 양자화 레벨을 의미한다. 또 다른 차이점인 탐색에서는 각 엔트리의 SqMBR 키와 질의 영역의 두 점을 양자화 하여 비교하는 것이다. 반양자화는 상술한 수학식 1 및 수학식 2에 의해 수행된다. 이는 SqMBR이 원본 MBR 좌표를 지정하지 않아도 질의 영역 Q와 엔트리가 비교될 수 있다는 것이다.Referring to FIG. 12, M is an entire search region, and E is an entry which is an object to be inserted into an index. To initially visit the root node, the index is loaded from disk into memory. In this case, half quantization is processed only when the entry E inserted into the index is smaller than M, which is a search area. The start and end points of SqMBR are converted by Equations 1 and 2 and stored in entry E. The converted E becomes a data candidate to be stored in the end node and is added to the index. However, if the maximum entry is stored in one node, the node is divided by the R-tree algorithm. The constant q means quantization level. Another difference, the search, is to quantize and compare the two points of each entry's SqMBR key and query area. Half quantization is performed by Equations 1 and 2 described above. This means that the entry can be compared with the query area Q even if SqMBR does not specify the original MBR coordinates.

노드의 이용률은 노드의 크기를 늘리거나 MBR의 키를 압축하여 높일 수 있으므로 노드의 크기와 이용률을 조절하면 압축 효과는 더욱 증가한다. The node utilization can be increased by increasing the size of the node or by compressing the key of the MBR. Therefore, the compression effect is further increased by adjusting the size and utilization of the node.

인덱스에서 키를 압축하면 노드 이용률이 증가하며, 트리의 높이에도 영향을 미친다. 노드의 이용률이 동일한 경우에도 인덱스를 압축하면 한 노드를 차지하는 엔트리의 수는 증가한다.Compressing keys in the index increases node utilization and also affects the height of the tree. Even if nodes have the same utilization rate, compressing the index increases the number of entries occupying one node.

도 13을 참조하면, 각 방법의 노드 이용률을 변경하면 노드에 저장되는 엔트리가 지속적으로 증가하는 것을 볼 수 있다. 도 13에서 MBR 및 RMBR의 노드 이용률이 80%일 경우 엔트리의 수는 두 배가 되며, QMBR에서는 세 배가 된다. 이 경우, 노드의 크기는 4096Kbyte로 고정하고, 노드의 최대 엔트리 수는 노드 크기와 이용률에 비례적인 관계에 있으므로 지정하지 않는다. 노드의 크기를 달리하면 노드에 저장되는 엔트리의 수가 증가하는데, 이때 키를 압축하면 도 13에서 보는 바와 같이 엔트리의 수가 급격하게 증가하여 더 많은 키를 저장하게 되어 인덱스 크기는 작아진다. 이 때, QMBR이 SqMBR보다 더 많은 엔트리를 포함한다. 즉, 인덱스를 압축하면 한 노드에 저장되는 엔트리의 수는 QMBR이 더 많다. 그러나, 이는 단순히 노드 크기와 이용률에 대한 엔트리의 증가를 나타내고 있는 것이며, 실제 성능에서는 반대의 결과로 나타난다. QMBR의 성능이 SqMBR보다 떨어지는 이유는 QMBR보다 떨어지는 이유는 QMBR이 갖는 양자화 결과 거짓중첩영역으로 인해 각 MBR들의 중첩이 증가하기 때문이다. 노드 이용률이 70%, 80%일 경우 각 방법에 따른 인덱스의 크기는 도 13에 도시된 바와 같다. 여기서도 SqMBR의 인덱스가 QMBR보다 약간 크게 나타난다.Referring to FIG. 13, it can be seen that as the node utilization rate of each method is changed, entries stored in the node continuously increase. In FIG. 13, when the node utilization rate of the MBR and RMBR is 80%, the number of entries is doubled and tripled in QMBR. In this case, the size of the node is fixed at 4096 Kbytes, and the maximum number of nodes is not specified because it is proportional to the node size and utilization. If the size of the node is changed, the number of entries stored in the node increases. At this time, if the key is compressed, the number of entries increases rapidly, as shown in FIG. 13, to store more keys, thereby decreasing the index size. At this time, the QMBR includes more entries than SqMBR. In other words, if the index is compressed, the number of entries stored in a node is higher in QMBR. However, this simply represents an increase in entries for node size and utilization, with the opposite result in actual performance. The reason why QMBR's performance is lower than SqMBR is because QMBR's performance is lower than QMBR because the overlapping of each MBR increases due to the false overlapping region. When node utilization is 70% and 80%, the size of the index according to each method is shown in FIG. 13. Again, the index of SqMBR is slightly larger than that of QMBR.

결론적으로 탐색과정을 고려하지 않고 인덱스의 구조를 중심으로 분석한 결과 양자화를 사용한 기법들이 그렇지 않은 것보다 많은 엔트리가 저장되며, 매우 작은 크기의 인덱스를 구성하는 것을 알 수 있다. 이 때, 노드의 분기가 증가하면 트리의 높이가 줄어들지만, 이는 로그 단위(log scale)의 변화 때문에 차이가 크지 않다. 그러나, 레벨이 낮아 지면 노드 방문 횟수 및 탐색 시간에 영향을 주게 된다.In conclusion, the analysis of the structure of the index without considering the search process shows that the quantization technique stores more entries than the other, and constitutes a very small index. At this time, as the branch of the node increases, the height of the tree decreases, but this is not a big difference due to the change of the log scale. However, lower levels affect the number of node visits and search times.

상술한 바와 같이, SqMBR의 확장영역은 QMBR의 확장영역보다 훨씬 감소한다. 이러한 감소는 MBR이 확장될 경우 발생하는 겹침을 최소화하여 SQR-tree에서 빠른 질의 결과를 보장한다. 여기서 분석의 단순화를 위해 정사각형의 MBR을 가정하며, 데이터 객체는 탐색영역에 균일하게 분포한다고 가정한다. As described above, the extension area of SqMBR is much reduced than that of QMBR. This reduction ensures fast query results in the SQR-tree by minimizing the overlap that occurs when the MBR is expanded. For simplicity, we assume a square MBR and the data objects are distributed evenly in the search area.

SQR-tree에서 노드 접근횟수는 R-tree의 노드접근횟수를 일반화한 수학식 4를 재구성하여 적용한다. 이 때, 각 노드가 가지는 MBR이 같은 높이를 갖는다고 가정한다. h는 트리의 높이, M_h는 높이 h에서 노드의 수라고 하면, M_h는 수학식 9의 천장함수 결과와 같다. 높이가 h인 트리의 한 노드가 차지하는 평균 영역을 a_h라 하면, 전체 노드들에 대한 평균 영역은 1/M_h로 나타난다. Minkoski 합을 이용하면, 트리에서 높이 h에 있는 한 노드가 질의 영역과 겹칠 확률은

이며, 이 때, d는 차원, s는 질의 영역의 크기이다. 높이 h의 노드들이 질의 영역과 겹치게 되는 영역은

이며, 다음의 수학식 9과 같이 나타낸다. 여기서 N은 전체 데이터 객체 수를 의미하며, f는 말단노드의 평균 분기 수(Fanout)를 의미한다.The number of node accesses in the SQR-tree is applied by reconfiguring Equation 4, which generalizes the number of node accesses in the R-tree. At this time, it is assumed that the MBR of each node has the same height. If h is the height of the tree and M _h is the number of nodes at height h, M _h is the result of the ceiling function of Equation 9. If one node in the tree, the height h is the average area occupied by a _h d, the average areas for all the nodes is represented by 1 / M _h. Using Minkoski sum, the probability that a node at height h in the tree overlaps the query area

Where d is the dimension and s is the size of the query region. The area where nodes of height h overlap with the query area

And is represented by the following equation (9). Where N is the total number of data objects and f is the average number of branches of the end node.

그리고, R-tree의 루트 노드에서부터 말단 노드까지의 전체 노드 접근횟수는 다음의 수학식 10과 같이 각 높이에서의 노드들에 대한 합으로 구성된다.And, the total number of node accesses from the root node to the end node of the R-tree consists of the sum of the nodes at each height, as shown in Equation 10 below.

이제 양자화 레벨 q를 적용하면, 각 노드는 q^d의 양자화 셀을 가진다. QMBR에서 질의에 대한 노드 접근은 높이 h의 한 노드에 접근한 후 하위 자식 노드에 접근하므로, 확률은

이다. 이러한 과정이 전체 노드에 대해 처리되므로 M_h를 곱하고, 루트 노드로부터 말단 노드까지를 합하면 수학식 11과 같 다.Now applying quantization level q, each node has a quantization cell of q ^d . In QMBR, node access to a query approaches a child of height h and then a child child node, so the probability is

to be. Since this process is processed for the entire node, multiply by M _h and sum up the root node to the end node.

수학식 10에서는 QMBR 방법이 MBR방법보다 노드 접근횟수가 많다. 이는 양자화로 인하여 QMBR이 원본 MBR보다 더 커지기 때문이다. 그러나, 실제로는 QMBR이 MBR보다 더 작은 크기의 좌표를 유지하기 때문에 노드의 엔트리 수가 증가하여 노드 접근 횟수가 감소한다.In Equation 10, the QMBR method has more node access times than the MBR method. This is because the quantization causes the QMBR to be larger than the original MBR. In practice, however, since QMBR maintains coordinates of a smaller size than MBR, the number of entries of nodes increases, which reduces the number of node accesses.

수학식 11은 MBR의 모든 면에 대한 확장을 고려한 것이며, 이는 확장 영역을 반으로 줄이기 위해 다음의 수학식 12로 연산된다. Equation 11 considers the expansion of all aspects of the MBR, which is calculated by the following Equation 12 to reduce the extension area in half.

MBR이 가장 가까운 양자화 단위로 늘어날 때 수학식 3에서와 같이 거짓중첩영역을 포함한다. 반면에 SqMBR은 시작점에서는 확장이 발생하지 않기 때문에 거짓중첩영역이 감소한다.When the MBR increases to the nearest quantization unit, it includes a false overlap region as shown in Equation 3. SqMBR, on the other hand, reduces the number of false overlapping areas because no expansion occurs at the starting point.

수학식 12에서 알 수 있듯이 SqMBR은 확장 영역이 QMBR의 반만 유지할 수 있기 때문에 다른 노드와 중복될 확률 또한 감소한다. 수학적 분석에서 식별된 이러한 특성은 실제로 그대로 반영되어 나타난다. 수학식 12에서 알 수 있듯이 SqMBR은 QMBR보다 더 적은 노드접근 횟수를 나타내는 데 이는 곧 탐색 성능으로 이어진다. 실제로 객체대상은 1백만 개, 질의 범위는 0.01%fh 하고, 각 엔트리의 포인트는 4바이트, 엔트리의 MBR 크기는 16바이트로 연산하면 RMBR, HMBR, QMBR, SqMBR의 키는 각각 8, 6, 4, 5바이트로 설정하였으며, 2차원을 가정한 결과이다. 양자화 레벨은 16이다.As can be seen from Equation 12, since SqMBR can maintain only half of the QMBR, the probability of overlapping with other nodes is also reduced. These characteristics identified in the mathematical analysis are reflected in actuality. As can be seen from Equation 12, SqMBR shows fewer node accesses than QMBR, which leads to search performance. In fact, 1 million object targets, 0.01% fh query range, 4 bytes for each entry point, and 16 bytes for the MBR size of the entry, the keys RMBR, HMBR, QMBR, and SqMBR are 8, 6, and 4, respectively. , It is set to 5 bytes and assumes 2 dimensions. The quantization level is sixteen.

한편, 본 발명에 따른 SQR-tree, MBR, RMBR, HMBR 및 QMBR의 성능을 비교평가하기로 한다. 주요 비교 파라미터는 표 2와 같다.On the other hand, the performance of the SQR-tree, MBR, RMBR, HMBR and QMBR according to the present invention will be evaluated. The main comparison parameters are shown in Table 2.

표 2를 참조하면, 주요 비교 파라미터로는 노드 크기, 질의 범위, 양자화 수준과 객체 묶음 단위이다. 전체 비교에서 각 비교형태들은 특별히 파라미터를 제시하지 않은 경우 기본 값(default)으로 수행한다. Referring to Table 2, the main comparison parameters are node size, query range, quantization level, and object unit. In the overall comparison, each form of comparison is performed with default values unless otherwise specified.

도 14는 비교 데이터를 Sequoia 2000 Global Change Research Project에서 만든 62,556개의 California giant sequoia 위치 정보로 구성된 SEQUOIA 데이터 집합을 사용한다. 데이터 집합은 실제 공간 좌표를 포함하고 있으며, MBR의 분포가 앞의 분석에서 가정한 균일분포와는 달리 사양분포(Skew)되어 있어서 보다 현실적이다.FIG. 14 uses a SEQUOIA data set consisting of 62,556 California giant sequoia location information created by the Sequoia 2000 Global Change Research Project. The data set contains real spatial coordinates and is more realistic because the distribution of MBR is skewed, unlike the uniform distribution assumed in the previous analysis.

MBR방법들에 대한 구현은 C++로 하며, 수행시간은 윈도우의 백그라운드 포로세스의 영향을 배제하고자 CSim시물레이터를 사용하여 측정한다. 도 14에서 MBR은 2차원 인덱스인 R-tree를 수정하여 구현할 수 있다.The implementation of the MBR methods is done in C ++, and the execution time is measured using the CSim simulator to rule out the effects of the background background of the window. In FIG. 14, the MBR may be implemented by modifying an R-tree which is a two-dimensional index.

도 15는 전체 범위에 대한 질의 영역 비율은 1∼6%이며, 10000개의 서로 다른 기법에서 노드 크기에 따른 포인트 질의의 평균 노드 접근 횟수를 측정한 것이다. FIG. 15 shows the query area ratio for the entire range of 1 to 6%, and measures the average number of node accesses of the point query according to the node size in 10000 different techniques.

여기에서, 평균값은 상술한 질의 사각형을 각 기법에서 10000번 수행하여 계산한다.Here, the average value is calculated by performing the above-described query rectangle 10000 times in each technique.

먼저, MBR 기법의 측정 결과는 루트 노드에서 말단 노드까지의 노드접근 횟수에 대한 평균값이다. 실시결과에 나타난 것과 같이 MBR은 다른 기법들 보다 가장 큰 값을 가진다. QMBR은 MBR보다 증가하듯이 보이지만 실제로는 분석에서 설명한 바와 같이 적은 노드 접근 횟수를 도시하고 있다.Firstly, the measurement result of the MBR technique is an average of the number of node accesses from the root node to the end node. As shown in the results, MBR has the largest value than other techniques. QMBR seems to increase over MBR but actually shows fewer node accesses as described in the analysis.

이는 키 값의 압축으로 인하여 노드에 저장되는 엔트리가 증가하여 전체적인 노드 접근횟수가 감소하기 때문이다. RMBR과 HMBR도 QMBR보다 낮은 접근횟수를 보이는데, 이는 RMBR과 HMBR 방법의 키 저장공간이 8, 6바이트로 QMBR보다 크지만, QMBR의 중복에 의해 더 많은 노드를 접근하기 때문이다. 여기서 알 수 있듯이 QMBR의 가장 큰 단점은 키 압축과정에서 나타나는 확장공간이다. This is because the compression of key values increases the number of entries stored in a node, reducing the overall number of node accesses. RMBR and HMBR also have lower access times than QMBR because the key storage space of RMBR and HMBR methods is 8 or 6 bytes, which is larger than QMBR, but more nodes are accessed by the overlap of QMBR. As you can see, the biggest disadvantage of QMBR is the expansion space that appears during key compression.

본 발명에 따른 반양자화를 이용한 최소경계사각형은 수학식 12에 의해 확장 공간을 줄이고, 저장공간도 양자화 레벨이 256이므로 총 6바이트로 압축된다. 이는 HMBR과 같은 크기의 바이트 수 이지만, 본 발명에 따른 반양자화를 이용한 최소경계사각형에서 노드별 엔트리 수가 증가하여 결과적으로 노드 접근 횟수가 감소한다.The minimum bounding square using the half quantization according to the present invention reduces the expansion space by Equation 12, and the storage space is also compressed into a total of 6 bytes since the quantization level is 256. This is the same number of bytes as the HMBR, but the number of entries per node increases in the minimum bounding square using half quantization according to the present invention, resulting in a decrease in the number of node accesses.

도 16은 노드 크기에 따른 평균 탐색 시간을 도시한 것이다.16 shows average search time according to node size.

도 16에 따른 노드크기에 따른 탐색기간은 도 15의 노드 접근 횟수와 유사한 결과를 나타낸다. 즉, MBR 기법에서 탐색시간이 가장 길고, QMBR, RMBR, HMBR 그리고 SqMBR의 순으로 탐색시간이 짧아진다.Searchers according to the node size according to FIG. 16 show results similar to the number of node accesses of FIG. 15. That is, the search time is longest in the MBR technique, and the search time is shortened in the order of QMBR, RMBR, HMBR, and SqMBR.

여기에서 양자화 레벨은 256이다. 도 16에서 코드 크기가 커질수록 모든 방법의 탐색시간은 급격히 작아짐을 알 수 있다. 그러나 코드 크기가 1024 바이트인 곳부터는 탐색 시간의 감소가 완만하다. QMBR은 노드에 많은 엔트리가 들어갈수록 거짓 중첩 영역이 증가하므로 다른 방법들보다 성능이 더 떨어진다. 그러나, RMBR, HMBR은 인덱스의 저장 공간이 작아진 상태에서 엔트리가 증가하므로, QMBR보다 좋은 성능을 보인다. 이는 상술한 바에 의하면, QMBR이 저장되는 인덱스의 값을 4바이트까지 줄였으나 양자화로 인해 발생한 거짓 중첩 영역 때문에 공간영역을 탐색할 때 R-tree 계열의 인덱스에서 나타나는 역진행이 발생하게 되어 탐색시간은 증가한다. 그러나, SqMBR은 거짓중첩영역의 감소로 인한 탐색범위의 절감 효과가 더욱 크므로, 다른 방법들보다 탐색시간이 가장 짧아짐을 알 수 있다.The quantization level here is 256. 16, it can be seen that as the code size increases, the searching time of all methods decreases rapidly. However, where the code size is 1024 bytes, the search time decreases slowly. QMBR is slower than other methods because the number of entries in a node increases the number of false overlaps. However, RMBR and HMBR show better performance than QMBR because the number of entries increases while the index storage space is reduced. According to the above, the QMBR reduces the value of the index stored to 4 bytes, but due to the false overlapping region generated by the quantization, the reverse progress occurs in the R-tree type index when searching the spatial domain. Increases. However, since SqMBR has a greater effect of reducing the search range due to the reduction of the false overlapping area, it can be seen that the search time is shorter than other methods.

본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사항에 의해 정해져야 할 것이다.Although the present invention has been described with reference to the embodiments shown in the drawings, this is merely exemplary, and it will be understood by those skilled in the art that various modifications and equivalent other embodiments are possible. Therefore, the true technical protection scope of the present invention will be defined by the technical details of the appended claims.

상술한 바와 같이 본 발명에 의하면, 반양자화 기법을 이용하여 공간 데이터 값의 크기를 줄임으로써, 최소경계사각형이 확장될 경우에 발생하는 겹침을 최소화하고, 공간 데이터 값을 압축함으로써 각 노드에 저장되는 엔트리가 증가하여 전체적인 노드 접근횟수 및 탐색시간을 감소시킬 수 있으므로, 위치정보에 대한 질의에 따른 대기 시간을 줄이고 더욱 빠른 질의처리속도를 보장할 수 있음으로써 위치기반서비스를 신속하게 제공할 수 있고, 각 노드의 이용률을 향상시킬 수 있는 효과가 있다.As described above, according to the present invention, by reducing the size of the spatial data value by using the semi-quantization technique, the overlap occurs when the minimum boundary rectangle is expanded, and is stored at each node by compressing the spatial data value. As the number of entries can be increased, the total number of node accesses and search time can be reduced. Therefore, it is possible to provide location-based services quickly by reducing the waiting time according to the query for location information and ensuring faster query processing speed. There is an effect that can improve the utilization of each node.

Claims

In the location-based information service providing system applying the quantization including an external client for requesting location information and a location information server for providing a location-based information service according to the query request,

The location information server,

A position information calculation unit for calculating the position information by using semi-quantization for performing quantization of only one point out of two points representing the minimum boundary rectangle with respect to the position information of the two-dimensional space region formed of the minimum boundary rectangle;

A minimum boundary rectangle tree generation unit generating a minimum boundary rectangle tree according to the position information calculated by the position information calculating unit; And

A location information storage unit for storing location information according to the tree of the minimum bounding rectangle;

The location information calculation unit,

A reference coordinate database for storing reference coordinates of the two-dimensional space region;

A representative coordinate selection module for selecting a pair of representative coordinates of a minimum boundary rectangle included in a search region to be searched among position information of the two-dimensional space region;

A relative coordinate calculation module configured to calculate a relative coordinate using a reference coordinate stored in the reference coordinate database from one representative coordinate among the selected representative coordinates; And

And a half quantization value generation module for generating a half quantization value by performing the half quantization of quantizing only one representative coordinate among the selected representative coordinates.

The method of claim 1,

The location information server,

A location information transmitting / receiving unit which receives a query request for location information of the client and provides location information according to the query request; And

And a location information search unit for searching location information according to a query request of the external client received from the location information transmission / reception unit.

The method of claim 1,

The one representative coordinate,

A system for providing location-based information service using semi-quantization, characterized in that the coordinates of the left corner of the minimum boundary rectangle closest to the reference coordinate of the search area.

The method of claim 1,

The other representative coordinate,

Position-based information service providing system applying the semi-quantization, characterized in that the coordinates of the upper right corner of the minimum boundary rectangle spaced apart from the relative coordinates.

The method of claim 1,

The tree generating unit of the minimum bounding square,

If the location information for a new object is to be inserted into the search area, a tree partitioning unit for dividing the node if there is not enough space to store an entry which is a spatial index stored in the node constituting the least bounded square tree; Location-based information service providing system applying the semi-quantization characterized in that.

Claims [1] A method for providing location-based information service using semi-quantization, comprising: an external client querying location information and a location information server providing location-based information service according to the query request.

The pair of representative coordinates of the minimum bounding rectangle included in the search region to be searched among the position information of the two-dimensional spatial region is selected by the position information server, and the selected pair is used by using the reference coordinates of the search region. Calculating a relative coordinate from one of the representative coordinates of the coordinates of the;

Generating a half quantization value by performing half quantization by quantizing only another coordinate of the selected pair of representative coordinates in the location information server;

Transmitting, by the location information server, a spatial index including the calculated relative coordinates and the generated half quantized value to a node constituting the tree of the least bounded rectangle, and storing the spatial index at the node; And

When the external client transmits a query request for location information to the location information server, the location information server provides the location information according to the query request to the external client from the stored spatial index. Applied location-based information service provision method.

The method of claim 6,

The one representative coordinate,

Method for providing a location-based information service applying the semi-quantization, characterized in that the coordinates closest to the reference coordinates of the search area.

The method of claim 7, wherein

The relative coordinates of the one representative coordinate

Method for providing a location-based information service applying the semi-quantization, characterized in that calculated by Equation 1.

(One)

In the above equation, when the search region to be searched for is M, a pair of representative coordinates of the minimum boundary rectangle included in M are represented by α and β, and the one of the representative coordinates of the minimum boundary rectangle is the lower left corner. Representative coordinate is α, and the other representative coordinate, which is the upper right corner, is β, and the reference coordinate, which is the lower left corner, of the reference coordinates of the search area.

In the case of the reference area, among the reference coordinates in the search region M

The relative coordinate of the one representative coordinate α with respect to

being.)

The method of claim 6,

The other representative coordinate,

Method for providing a location-based information service applying the semi-quantization, characterized in that the coordinates spaced most away from the relative coordinates.

The method of claim 9,

The quantized value of the other representative coordinate is

Method for providing a location-based information service applying the semi-quantization, characterized in that calculated by Equation 2.

(2)

In the above formula, the reference coordinate of the search region is referred to as Ms, the coordinate of the search region most spaced from the reference coordinate is referred to as Me, the semi-quantization level is referred to as q, and the other spaced apart from the relative coordinates. When one representative coordinate is β and the half quantization value is Qe, the half quantization value of β is

being.)

The method of claim 6,

And the node stores an entry including a flag for storing whether the node is an end node and a spatial index stored in the node.

The method of claim 6,

Providing location information according to the query request to the external client,

Determining whether area information of an entry stored in the node is smaller than the search area, when attempting to insert location information of a new object in the search area; And

If the entry is smaller than the search area, further comprising the step of searching for a node that can include the object from the root node to the end node belonging to the node, characterized in that the method for providing a location-based information service applying the semi-quantization .

The method of claim 12,

If the entry is stored at all nodes from the root node to the end node to the maximum, the location-based information service to which the quantization is applied further comprising the step of dividing at least one node of the end node from the root node How to Provide.