[发明专利]一种基于分层可导航小世界图的近似最近邻搜索方法

权利要求书

1.一种基于分层可导航小世界图的近似最近邻搜索方法，其特征在于该方法包含如下步骤：

步骤1：生成B-HNSW索引

步骤1.1构建向量集合P，将每个向量作为B-HNSW中的一个结点，向量集合P即可视作结点集合P；

步骤1.2遍历步骤1.1遍历结点集合P，将结点集合P中的第1个结点插入B-HNSW索引中，作为初始结点；

步骤1.3设置当前节点p的最大边数量ef，并从B-HNSW索引的第0层开始如下步骤：

(1)在B-HNSW索引的当前层插入当前结点p，随机选择当前层中已经存在的一个结点作为入口结点；通过欧氏距离或余弦距离计算入口结点的邻居结点与当前结点p的距离，使用贪婪算法在当前层中查找最近邻的ef个结点，并将当前结点p与这ef个最近邻结点连接生成边，被连接的结点称作邻居结点；

(2)检查当前结点p的邻居结点，如果这些邻居结点都没有在上层存在，则将当前结点p提升到上一层并回到步骤1.3(1)；若当前结点p所连接的邻居结点中有在上层存在的结点或当前结点p的邻居结点数目少于ef个，则当前结点p插入B-HNSW索引完成；

步骤1.4保存步骤1.3中生成的B-HNSW索引为可被加载的二进制文件；

步骤2：B-HNSW近似最近邻搜索

基于步骤1.4保存的B-HNSW索引文件，输入一个目标向量作为目标结点q，在B-HNSW索引中找到最近邻的k个结点；具体搜索过程如下：

a)加载B-HNSW索引并读取，假设B-HNSW索引层数为N；

b)用户输入目标结点q和需要搜索的近邻数量k，随机在B-HNSW索引的最上层即第N层选择入口结点ep，在第N层通过贪婪算法来找到欧氏距离或余弦距离最小的1个结点W_N，并作为下一层即第N-1层的入口结点；

c)在B-HNSW索引的第N-1层到第1层依次查找1个与目标结点q的最近邻结点，这些近邻结点分别为W_N、W_N-1、…、W₁；对于第N-1层，使用在第N层找到的最接近目标结点q的W_N作为入口结点，再次通过贪婪算法在W_N开始，向外查找该层中与目标结点q的最近邻结点W_N-1，并将W_N-1作为第N-2层的入口结点；

d)将从第1层得到最近邻结点W₁作为入口结点，在第0层使用贪婪算法搜索与目标结点q最近邻的k个结点。