BagMinHash——面向带权集合的最小哈希算法
数据结构与算法
2018-07-24 v2
摘要
最小哈希已成为计算签名的标准工具，这些签名可直接用于估计Jaccard相似度。尽管针对无权重情形已有非常高效的算法，带权集合的签名计算仍是一项耗时任务。BagMinHash是一种新算法，在不对权重或数据维度做任何特定限制或假设的情况下，可比当前最先进方法快数个数量级。应用于无权重集合这一特例时，它代表了首个产生独立签名分量的高效算法。一系列测试最终验证了该新算法，并揭示了近期发表的其他方法的局限性。
关键词
引用
@article{arxiv.1802.03914,
title = {BagMinHash - Minwise Hashing Algorithm for Weighted Sets},
author = {Otmar Ertl},
journal= {arXiv preprint arXiv:1802.03914},
year = {2018}
}
备注
10 pages, KDD 2018