基于余切相似度和BP神经网络的相似度快速计算

• 作者: 乔非 关柳恩 王巧玲
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 工学
• 关键词: 相似度计算 神经网络 大数据分析 数据质量评估
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 电子、计算机、控制与系统
• 页码范围: 153-162
• 页数: 10页
• 分类号: TP311.1
• 语种: 中文
• DOI: 10.11908/j.issn.0253-374x.20346

摘要

相似性度量在大数据相关应用中具有重要的意义,然而传统余弦相似度遍历计算方法的准确性和时效性较差,具有较大局限性,无法为海量高维数据的质量评估提供有效依据.针对上述问题,利用余切三角函数和数据维度差值构造2种余切相似度公式,提高相似度计算的准确性;借助后向传播(BP)神经网络建立一个能够逼近数据集相似度映射关系的网络模型,降低相似度计算的时间复杂度.实验表明,改进的相似度快速计算方法具有良好的准确性和时效性,而且应用在大规模数据集时的性能提升更显著.