按领域调研——理论&工程实现

技术调研方法

https://www.jianshu.com/p/235f5e68b631

ANN调研

2、继续调研非度量空间的函数检索，当前主流的ANN方法的适应性总结如下：

a）LSH的方法，关键是找map，可以是一个map，或两个map，相关性高的就map到相似的。两个map即表示ad、query在两个不同空间，但这种方法其实是退化到的强represtation弱match的思路，不能解决核心问题；

b）聚类的方法（如PQ、kmeans等），仅对目标集处理，显然认为query与目标集在同一个空间；

c）基于tree的方法（如KD-tree、Ball-tree）核心就是找每个node的上、下界，metric-space & mercer-kernel & bregman-divergence等特殊空间，可基于其特性来容易找出其上下界。mecer-kernel明确是symmetric的，bregman-divergence虽然是asymmetric，但是x-y有意义，显然x，y也属于同空间；但对于更一般的match function来说，理论上可以支持x、y不在同一空间，但仅有目标集时，仅如何聚类成node就不够明显，计算每个node的上、下界就更不容易；

d）基于Graph方法，基于泰森多边形--对偶德劳内图的理论，支持x、y在不同空间，但是对于一般的match function，构建德劳内图几乎不可能，构建近似的small world图也几乎可不能。百度wsdm2020的论文方法，是假设目标集y足够密集（近乎连续），按l2构建，图游走就类似于"coodinate discent"，可以找到local optimum，随机重复几次，可找到global optimum。

如上，目前看仅方法d）理论上可行。

3、基于方法d），demo实现中，待测试