LSH-局部敏感哈希是什么算法？

本文共计1663个文字，预计阅读时间需要7分钟。

假设通过用户与物品的相似度进行个性化推荐，用户和物品的Embedding都在一个(k)维的Embedding空间中，物品总数为(n)，计算一个用户与所有物品向量相似度的时间复杂度是O(kn)。

假设通过用户 - 物品相似度进行个性化推荐

用户和物品的 Embedding 都在一个 \(k\) 维的 Embedding 空间中，物品总数为 \(n\)，计算一个用户和所有物品向量相似度的时间复杂度是$ O(k*n)$

直觉的解决方案

• 基于聚类
• 基于索引

基于聚类的思想

优点：

离线计算好每个 Embedding 向量的类别，在线上我们只需要在同一个类别内的 Embedding 向量中搜索就可以。