基于分區(qū)層次圖的海量高維數(shù)據(jù)學(xué)習(xí)索引構(gòu)建方法

摘要： 學(xué)習(xí)索引是破解海量高維數(shù)據(jù)近似最近鄰搜索問題的關(guān)鍵。然而，現(xiàn)有學(xué)習(xí)索引技術(shù)結(jié)果僅局限于單個分區(qū)中，且依賴于近鄰圖的構(gòu)建。隨著數(shù)據(jù)維度和規(guī)模的增長，索引難以對分區(qū)邊界數(shù)據(jù)進(jìn)行精確判斷，并且構(gòu)建時間復(fù)雜度增大，可擴(kuò)展性難以保障。針對上述問題，提出了基于分區(qū)層次圖的學(xué)習(xí)索引方法PBO-HNSW。該方法對分區(qū)邊界數(shù)據(jù)進(jìn)行重新分配，并行構(gòu)建分布式圖索引結(jié)構(gòu)，從而有效應(yīng)對近似最近鄰搜索問題... （共9頁）