计算机工程与科学

作者：华悦琳, 周晓磊, 范强, 王芳潇, 严浩,

单位：1.南京信息工程大学计算机学院、网络空间安全学院，江苏 南京 210044；2.国防科技大学第六十三研究所，江苏 南京 210007；3.国防科技大学大数据与决策实验室，湖南 长沙 410073

关键词：近似最近邻搜索,学习索引,层次可导航小世界图,分区学习,索引结构,

学习索引是破解海量高维数据近似最近邻搜索问题的关键。然而，现有学习索引技术结果仅局限于单个分区中，且依赖于近邻图的构建。随着数据维度和规模的增长，索引难以对分区边界数据进行精确判断，并且构建时间复杂度增大，可扩展性难以保障。针对上述问题，提出了基于分区层次图的学习索引方法PBO-HNSW。该方法对分区边界数据进行重新分配，并行构建分布式图索引结构，从而有效应对近似最近邻搜索问题所面临的挑战。实验结果表明，该方法能够在百万级海量高维数据上实现毫秒级的索引构建。当召回率为0.93时，PBO-HNSW方法构建时间仅为基线方法的36.4%。

来源：2024年第7期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第7期