基于容忍因子的近似最近邻混合查询算法

• Published in: 大数据 Vol. 10; no. 1; pp. 17 - 34
• Main Authors: 贺广福, 薛源海, 陈翠婷, 俞晓明, 刘欣然, 程学旗
• Format: Journal Article
• Language: Chinese
• Published: 人民邮电出版社有限公司 15.01.2024; 北京邮电大学,北京 100876; 中国科学院大学,北京 101408%中国科学院计算技术研究所,北京 100190%中国科学院计算技术研究所,北京 100190; 中国科学院计算技术研究所,北京 100190; China InfoCom Media Group
• Subjects: 向量检索; 最近邻搜索; 混合查询; 过滤搜索; 最近邻搜索; 混合查询; 过滤搜索; 向量检索; vector search; nearest neighbor search; hybrid query; filtered search
• ISSN: 2096-0271
• DOI: 10.11959/j.issn.2096-0271.2024010

近似最近邻搜索（ANNS）是计算机领域中一种重要的高效相似度搜索技术，可用于在大规模数据集中进行快速信息检索。随着人们对高精度信息检索的需求不断增长，同时使用结构化信息和非结构化信息进行混合查询的方式也得到了广泛应用。然而，基于近邻图的过滤贪心算法在混合查询时可能会因结构化约束条件的影响导致连通性降低，进而损害搜索精度。为此，提出了一种基于容忍因子的过滤贪心算法，通过容忍因子控制不满足结构化约束条件的顶点参与路由，在不改变索引结构的前提下维持原有近邻图的连通性，克服了结构化约束条件对检索精度的负面影响。实验结果证明，新算法可以在不同结构化约束强度下实现ANNS的高精度搜索，同时保持检索效率。该研究解决了基于近邻图的ANNS在混合查询场景中的问题，为大规模数据集的快速混合查询信息检索提供了一种有效的解决方案。