Continuously Adaptive Similarity Search

相似性搜索是许多数据分析技术的基础，包括k近邻分类和离群点检测。大数据集上的相似性搜索依赖于i)从输入示例中学习的距离度量和ii)基于学习到的距离度量的索引来加速搜索。在交互式系统中，指导学习距离度量的输入可能会随着时间的推移而提供。因为新的输入改变了学习到的距离度量，所以简单的方法会在每次度量变化后重新索引所有项，这一过程代价很高。本文提出了第一个解决方案OASIS，在没有这种令人禁止的重新索引过程的情况下，即时调整索引以符合不断变化的距离度量。为实现这一目标，证明了局部敏感哈希(LSH)提供了不变性，这意味着建立在原始距离度量上的LSH索引在支持使用更新的距离度量进行相似性搜索方面同样有效，只要为新距离度量学习的变换矩阵满足某些属性。在大多数情况下，这种观察允许OASIS避免重新计算索引。此外，对于极少数需要调整LSH索引的情况，设计了一种高效的增量LSH更新策略，只重新散列索引中的一小部分项。开发了一种有效的距离度量学习策略，在接收到输入时增量地学习新的度量。在真实世界公开数据集上的实验研究证实了OASIS在提高各种基于相似性搜索的数据分析任务的准确性方面的有效性，通过即时调整距离度量及其相关索引，同时实现了比最先进技术最高3个数量级的加速。

 

 

针对新的相似度示例(例如，用户标签)不断出现的场景，需要更新相似度度量和相关索引。 

 

 4 CONTINUOUS DISTANCE METRIC LEARNING

在本节中，我们将展示在各种基于相似性搜索的应用中，如何将不同类型的相似度示例以四重格式编码为距离约束(第4.1节)。在第4.2节中，我们将介绍一种增量距离度量学习策略，使用距离约束作为输入。这种通用方法适用于各种应用。 

4.2 Incremental Learning Strategy 

5 LOCALITY SENSITIVE HASHING: INVARIANCE OBSERVATION 

在本节中，我们将建立LSH的不变性观察，即在许多情况下，当距离度量发生变化时，根本不需要更新LSH指数。也就是说，我们将展示建立在欧氏距离上的LSH索引，只要其变换矩阵𝑀的特征值落入一定的范围，就足以支持学习到的距离度量下的相似性搜索。 

'

阅读者总结：创新点：1）学习距离度量方法  2）考虑了两个向量之间的增量计算