[发明专利]一种基于可导航小世界图的多属性近似最近邻搜索方法

权利要求书

1.一种基于可导航小世界图的多属性近似最近邻搜索方法，其特征在于包含如下步骤：

步骤1：生成索引

步骤1.1构建向量集合P，将每个向量作为一个结点，其中每一个结点p都有其属性T(p)，向量集合P即可视作结点集合P；

步骤1.2构建属性映射表table，用于记录每一种属性组合对应的属性id映射；

步骤1.3构建全局入口结点，将全局入口结点p₀作为首结点，p₀是独立于结点集合P的结点，不含有任何实际属性与向量，仅仅作为索引的入口存在；

步骤1.4遍历步骤1.1的结点集合P，遍历完结点集合P中的所有结点后，生成的图结构即为索引，对结点集合P中的结点重复以下操作：

设当前结点为p，设置结点p的最大边数量为ef，对T(p)的所有子集重复如下步骤：

(1)设当前T(p)的子集为T_i，查询属性映射表table是否存在键T_i；若不存在键T_i，则进入步骤(2)；若存在键T_i，则进入步骤(3)；

(2)生成一个新的唯一属性id为w_i，并在属性映射表table中记录该键值对为(″key″：T_i，″value″：w_i)；在全局入口结点p₀与当前结点p之间生成id为w_i的边；此时结点p作为新的覆盖层的第一个结点，每一个覆盖层都是独立的可导航小世界图结构，该覆盖层的id也为w_i；

(3)从属性映射表table获取到属性T_i的属性id为w_i；找到与全局入口结点p₀通过id为w_i的边连接的结点ep，将结点ep作为查询当前id为w_i的覆盖层的入口结点，并通过欧氏距离或余弦距离计算入口结点ep的邻居结点与p的距离，使用贪婪算法在该覆盖层中找到欧氏距离或余弦距离最近的ef个结点，并将p与这ef个最近邻结点连接生成id为w_i的边；

步骤1.5保存步骤1.4中生成的索引为可被加载的二进制文件；

步骤2：多属性近似最近邻搜索

基于步骤1.5保存的索引，输入一个带有属性组合T(q)的目标向量作为目标结点q，在索引中找到具有相同属性组合T(q)的最近邻的k个结点；具体搜索过程如下：

a)加载索引并读取到内存，用户输入目标结点q、q的属性T(q)和需要搜索的近邻数量k；

b)通过属性映射表table获取属性组合T(q)的属性id为w_q，并且找到与全局入口结点p₀通过id为w_q的边连接的结点ep，作为id为w_q的覆盖层的入口结点；

c)以ep为入口结点，在当前id为w_q的覆盖层中通过贪婪算法来找到与目标结点q欧氏距离或余弦距离最小的k个结点。

2.根据权利要求1所述的一种基于可导航小世界图的多属性近似最近邻搜索方法，其特征在于：

结点p的属性为T(p)＝{t₁，t₂，…，t_n}，T(p)是一个长度为n的属性组合，其中t_i是第i个位置的属性值，属性值允许为NULL，即属性为空；

属性组合拥有子集关系，定义如下：给定两个结点p₁和p₂，存在属性组合T(p₁)和T(p₂)，若T(p₁)中存在0个或多个位置的属性值为NULL，且剩余的每一个位置属性值都和T(p₂)相同，则