1.一种位置社交网络中邻近社区的检索方法，其特征在于，包括如下步骤：步骤1、位置社交网络的抽象；

步骤2、初始化查询的待处理结点列表ListV；

步骤3、搜索ListV中的一个结点p相应的区域；到结点列表ListC；

确定一个结点的搜索区域，并对这个区域的子图进行k‑core分解，获得k‑core社区包含的结点列表ListC；具体步骤如下：步骤3‑1：从列表ListV中弹出一个结点p进行操作；

步骤3‑2：获得p结点的搜索区域V’；

V’={v | v∈V & |v,p|<|q,p| & |p,v|≤2r}    式‑(1)式‑(1)中使用的符号“||”表示两点之间的距离，式子定义的区域结点集合V’中包含的结点v具有三个性质：首先v属于V；v与查询点p的距离小于q与查询点p的距离，或者说v结点位于结点p，q之间；v结点与p结点的距离小于等于2r；

步骤3‑3、检查V’中结点的个数是否少于k，如果结点个数少于k，重复执行步骤3‑1；

步骤3‑4、将仅包含结点集合V’的子图G’=(V’,E’)从社交网络图G中分割出来；

步骤3‑5、对子图G’=(V’,E’)进行k‑core分解；

k‑core分解的过程是在子图G’中，按照每个结点的度数进行排序，迭代删除所有度数小于k的结点，以及该结点相邻的边，剩下的图就是k‑core；对获得的k‑core子图使用并查集算法检查其连通性；

步骤3‑6、将步骤3‑5得到的k‑core社区中所有结点插入列表ListC；

步骤3‑7、对列表ListC按结点名称进行排序；

步骤4、检查ListC中任意俩结点和p三点共圆的圆形区域是否包含k‑core社区，圆形区域半径小于r，k‑core社区是社交网络G(V,E)中的一个连通子图C，这个连通子图中的用户结点满足预定义的紧密性标准；即符合下两个条件：一、社区C中所包含的用户结点至少有k个邻接结点，也即在这些用户结点组成的子图中所有结点的度数大于等于k；

二、社区C中的任意两个用户结点之间都存在一条路径，也即社区中任意两个用户结点之间是连通的；

将发现的k‑core社区添加至ListKC；

步骤4‑1、初始化列表ListKC；

步骤4‑2、设置循环变量i为2，执行步骤4‑3、步骤4‑4直至i的值超过|ListC|，|ListC|表示列表中结点的个数；

步骤4‑3、设置循环变量j为1，执行步骤4‑4，直至j的值超过i‑1；

步骤4‑4、本步骤包含以下操作：

取结点p、列表ListC中的结点ListCi、ListCj，使用三点共圆算法确定覆盖这三点的最小半径圆，使用circle表示这个圆；

判断圆circle的半径是否小于r，如果半径小于r，执行以下操作：取得圆circle中按照位置关系包含的所有结点构成的集合S；

对结点集合S构成的子图进行k‑core分解，连通性检查，确定是否包含满足上述定义的k‑core社区；

如果存在一个k‑core社区，将其插入列表ListKC；

重复执行步骤4‑4，直至步骤4‑2、4‑3中循环控制条件为假；

步骤4‑1、初始化列表ListKC；

步骤4‑2、设置循环变量i为2，执行步骤4‑3、步骤4‑4直至i的值超过|ListC|，|ListC|表示列表中结点的个数；

步骤4‑3、设置循环变量j为1，执行步骤4‑4，直至j的值超过i‑1；

步骤4‑4、本步骤包含以下操作：

取结点p、列表ListC中的结点ListCi、ListCj，使用三点共圆算法确定覆盖这三点的最小半径圆，使用circle表示这个圆；

判断圆circle的半径是否小于r，如果半径小于r，执行以下操作：取得圆circle中按照位置关系包含的所有结点构成的集合S；

对结点集合S构成的子图进行k‑core分解，连通性检查，确定是否包含满足上述定义的k‑core社区；

如果存在一个k‑core社区，将其插入列表ListKC；

重复执行步骤4‑4，直至步骤4‑2、4‑3中循环控制条件为假；

步骤5、重复执行直至ListV为空或|ListKC|>k；

步骤6、返回结果列表ListKC。

2.根据权利要求1所述的位置社交网络中邻近社区的检索方法，其特征在于，步骤1的具体步骤如下：将一个社交网络中的所有用户节点抽象，用节点的集合V表示；用户之间的联系表示为两个节点之间的边，使用边的集合E来表示；每个节点v存在一个位置属性positionv。

3.根据权利要求1所述的位置社交网络中邻近社区的检索方法，其特征在于，步骤5包括如下具体步骤：如果列表ListV非空，并且结果列表ListKC的长度小于k，也即还没搜索完成所有结点，并且没有达到查询所要求返回的k‑core 社区数量k，重复执行步骤3、步骤4。