计算机工程与科学 ›› 2024, Vol. 46 ›› Issue (07): 1193-1201.
华悦琳1,2,3,周晓磊2,3,范强2,3,王芳潇2,3,严浩2,3
HUA Yue-lin1,2,3,ZHOU Xiao-lei2,3,FAN Qiang2,3,WANG Fang-xiao2,3,YAN Hao2,3
摘要: 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%。