[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

摘要

本发明公开了一种基于分层可导航小世界图的近似最近邻搜索方法。本发明包括以下步骤：步骤一B‑HNSW索引生成方法，包括构建和遍历结点集合P，在B‑HNSW索引的相应层中插入每一个结点，保存B‑HNSW索引为二进制文件。步骤二B‑HNSW索引近似最近邻搜索方法，包括输入目标结点，从B‑HNSW索引的最大层到第1层依次查找1个与目标结点的最近邻结点，并根据1层得到的最近邻结点作为入口结点，在第0层使用贪婪算法搜索得到目标结点的最近邻k个结点。本发明修改了插入新结点的方式以及分层的布局，实现更为平衡的索引结构，使查询近似最近邻结点的时间更为快速、稳定。

主权项

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。