Question

我正在尝试查看是否有人知道如何使用数据库对一些Lat / Long结果进行聚类，以减少通过线路发送到应用程序的结果数量。

有许多关于如何集群的资源，无论是在客户端还是在服务器（应用程序）端，而不是在数据库端：（

一位S.O.先生问道，{p> This is a similar question会员。解决方案基于服务器端（即后面的C＃代码）。

有没有人有解决这个问题的运气或经验，但是在数据库中？是否有任何数据库大师在追求hawt和性感数据库挑战？

请帮助：）

编辑1：澄清 - 通过聚类，我希望将x个点数分组到一个区域。所以，如果我说集群中的所有东西都在1英里/ 1平方公里的范围内，那么'square'中的所有结果都是GROUP'D到一个结果中（比如......正方形的中间）。

编辑2：我正在使用MS Sql 2008，但我很乐意听到其他数据库中是否有其他解决方案。

Answer 1

我可能会使用笛卡尔坐标（例如WGS-84 ECF）坐标来修改*版k-means clustering。它很容易实现和快速收敛，无论外观如何，都能适应您的数据。另外，您可以选择 k 以满足您的带宽要求，并且每个群集将具有相同数量的关联点（mod k）。

我创建了一个聚类质心表，并在原始数据表中添加一个字段，以指示它所属的聚类。如果您的数据完全是动态的，您显然希望定期更新群集。我不知道你是否可以用存储过程来做到这一点。触发，但也许。

*“修改”是调整计算质心向量的长度，使它们位于地球表面。否则你最终得到一堆负高度的点（当转换回LLH时）。

Answer 2

如果你在地理位置聚类，我无法想象它是什么:-)，你可以将“群集ID”与纬度/经度坐标一起存储在数据库中。

我的意思是将世界地图划分为（例如）100x100矩阵（10,000个群集），并将每个坐标分配给其中一个群集。

然后，您可以通过选择相同正方形中的坐标来检测非常接近的坐标，并通过选择相邻正方形中的坐标来适度接近坐标。

正方形的大小（以及它们的数量）将取决于您需要聚类的准确程度。显然，如果你只有一个2x2矩阵，你可以得到一些相距很远的坐标聚类。

Yo总是会有边缘情况，例如两个点靠近在一起，但在不同的集群中（集群中最北端，其中最南端），但是你可以调整集群大小 OR 在客户端处理结果。

Answer 3

我为地理应用程序做了类似的事情，我想确保我可以轻松地缓存点集。我的geohashing代码如下所示：

def compute_chunk(latitude, longitude)
  (floor_lon(longitude) * 0x1000) | floor_lat(latitude)
end

def floor_lon(longitude)
  ((longitude + 180) * 10).to_i
end

def floor_lat(latitude)
  ((latitude + 90) * 10).to_i
end

从那里一切都变得非常简单。我有一些代码用于抓取从给定点到给定半径的所有块，这些块将转换为单个memcache multiget（以及一些代码在它丢失时回填）。

Answer 4

对于movielandmarks.com，我使用了来自Mike Purvis的Beginning Google Maps Applications with PHP and AJAX作者之一的群集代码。它使用PHP和MySQL为不同的缩放级别构建簇/点树，将其存储在数据库中，以便快速调用。即使您使用的是其他数据库，其中一些可能对您有用。

Answer 5

为什么不测试多种方法？

使用weka

IKVM.NET

将代码和weka.dll（使用ilmerge）产生的程序集添加到数据库中

进行一些测试，即。没有特定的聚类比其他任何人都更好。

Answer 6

我相信你可以使用MSSQL's spatial data types。如果它们与我所知的其他空间数据类型相似，它们会将您的点存储在矩形树中，然后您可以转到较低分辨率的矩形以获得隐式聚类。

Answer 7

如果您最终想要探索 Geohash（它是在您发布此问题的同时发明的），这里是您可能感兴趣的 SQL Server 的 TSQL 的 Geohash 相关函数的更加充实的实现。

QalGeohash-TSQL

我广泛使用了 Geohash 的整数版本来对结果进行聚类，以减少发送到客户端的有限视口的数据。

在数据库中聚类Lat / Longs

7 个答案: