一种基于LSH面向二元混合类型数据的相似性查询方法

• 作者: 于戈 寇月 朱命冬 申德荣 聂铁铮
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 二元混合数据 相似性查询 局部敏感哈希 分布式查询算法 最近邻查询
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 数据科学与工程
• 页码范围: 1827-1843
• 页数: 17页
• 分类号: TP391
• 字数: 16904字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2018.01827

摘要

局部敏感哈希方法(LSH)已经被广泛用于高维数据和大规模数据集的最近邻查询,然而现有方法大多将LSH方法用于单一类型的数据,文中尝试将LSH方法用于二元混合类型数据,如图像-文本数据,空间-文本数据等.文中提出了一种基于LSH混合索引结构的相似性查询方法,该方法可有效地管理含两种数据类型的数据,并且融合两种数据类型的相似性进行最近邻查询.文中提出的查询方法主要有三个特点:首先,结合LSH方法为混合数据构建混合哈希值,该混合哈希值保留有数据对象之间内容相似性的信息,基于混合哈希值构建哈希索引,进行快速准确的最近邻查询;其次,该方法解决传统LSH方法固定敏感半径的问题,可以有效地处理可变查询范围的相似性查询;最后,该方法在分布式环境中不需要全局索引信息,保证分布式查询的伸缩性.文中通过理论分析证明了查询方法和查询算法的准确性和有效性,进一步通过分布式系统优化及基于真实数据和合成数据的大量实验验证了方法的伸缩性和高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于戈	东北大学计算机科学与工程学院	426	6587	38.0	64.0
2	申德荣	东北大学计算机科学与工程学院	111	1289	18.0	32.0
3	寇月	东北大学计算机科学与工程学院	68	816	12.0	26.0
4	聂铁铮	东北大学计算机科学与工程学院	69	854	13.0	27.0
5	朱命冬	东北大学计算机科学与工程学院	11	12	2.0	3.0