基于近邻图的近似最近邻搜索（学习裁边）

个人主页

简介

论文题目：GraSP: Optimizing Graph-based Nearest Neighbor Search with Subgraph Sampling and Pruning，2022年发表在WSDM会议上。论文根据查询的分布学习裁边（learn to prune）。

主要内容

论文指出基于近邻图的ANNS算法构建面临一个问题是：通过一些启发式规则开发不同的图索引结构，并没有直接从在线搜索效率的角度直接优化图索引，这使得它们在一些数据集上表现较好，在另一些数据集上表现较差。

本文主要创新：给定一个查询训练集，将图裁边过程形式化为一个离散优化问题（目标：最大化搜索效率）

动机

在线查询服务每天处理成千上万查询，这些查询存储在日志中，这自然会引发利用这些查询优化搜索效率的考虑。本文构建一个所谓的Annealable similarity graph，通过子图采样和迭代精炼方法，基于边的联合概率，利用这些查询训练学习一些重要的边。本文动机可细分为以下几方面。

（1）连边多样性。

上图三个算法实验比较表明，考虑连边多样性（NSG和HNSW）有利于搜索性能提升。然而，HNSW和NSG均没能在所有数据集上最小化搜索延迟，说明两者均不是最优的，存在优化空间。

（2）查询分布。