笔记-各向同性的迭代量化哈希算法

0

期刊

电子学报

算法用途

高维数据近邻检索 Nearest neighbor search (NNS)

摘要说准确有效的哈希算法是实现海量高维数据近邻检索的关键
检索关键字高维数据近邻检索,找到一个Python的包panns (github),根据包的介绍大致明白了这个算法到底是要解决什么问题了:
给定一个点,找到这个点在空间中的附近的点
由此联想的场景:
一个推荐系统中,每个资源和用户都是一个多维空间中的点(向量),相似的资源或者用户所在的点之间的距离会比较近,推荐的过程,即是根据一个点找到附近的点(资源)的过程

常用编码方法

  • 迭代量化哈希(Iterative Quantization,ITQ)

  • 各向同性哈希(Isotropic Hash,IsoHash)

你可能感兴趣的:(笔记-各向同性的迭代量化哈希算法)