用于最大内积搜索 (MIPS) 的改进非对称局部敏感哈希 (ALSH)
机器学习
2014-11-14 v2 数据结构与算法
信息检索
机器学习
摘要
最近的研究表明，最大内积搜索 (MIPS) 问题是高效的，并且存在可证明的次线性哈希算法。哈希前的非对称变换是解决原本困难的 MIPS 问题的关键。在先前的工作中，作者使用非对称变换将近似 MIPS 问题转化为近似近邻搜索问题，后者可以利用哈希高效解决。在本文中，我们提供了一种不同的变换，将近似 MIPS 问题转化为近似余弦相似度搜索问题，该问题可以利用符号随机投影高效解决。理论分析表明，新方案在 MIPS 问题上显著优于原始方案。实验评估有力地支持了这些理论发现。
引用
@article{arxiv.1410.5410,
title = {Improved Asymmetric Locality Sensitive Hashing (ALSH) for Maximum Inner Product Search (MIPS)},
author = {Anshumali Shrivastava and Ping Li},
journal= {arXiv preprint arXiv:1410.5410},
year = {2014}
}
备注
arXiv admin note: text overlap with arXiv:1405.5869