大规模数据的集合相似度估计研究进展

• 作者: 何安娜 陈华辉
• 来源期刊: 无线通信技术
• 学科: 工学
• 关键词: 相似度估计 MinHash 相似性检索 集合 SimHash
• 年，卷（期）: 2017,（4）
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP391
• 字数: 3729字
• 语种: 中文

摘要

相似度估计是实现近似集合检索的一个重要组成部分.针对于不用的相似度度量方式,主要有使用Jaccard相似度的MinHash算法和基于海明距离的SimHash算法,它们是两种常用的大规模数据相似度度量技术.此外,还有基于集合包含度下的集合相似度估计算法.通过总结多篇已发表论文,详细地回顾了不同的相似度度量方式下的集合相似度估计方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈华辉	宁波大学信息科学与工程学院	63	319	9.0	15.0
2	何安娜	宁波大学信息科学与工程学院	1	0	0.0	0.0