ASC 算法把 Swing 相似度计算提速多个数量级,附开源实现
_reachsumit · x · 2026-09-16
- 论文针对工业级推荐系统中的 item-to-item 检索核心算法 Swing 相似度:现有计算要么随 item 度数呈二次复杂度、代价过高,要么依赖截断启发式而损失质量,在数十亿交互规模的图上不实用。
- 作者提出 ASC 与 K-ASC 两个新算法,分别处理近似 Swing 查询和 top-K 查询,并对 Swing 值的相对误差和加性误差提供严格概率保证。
- 核心思路是把 GNS 和 USS 两种随机算法以非平凡方式组合,自适应处理高度数和低度数查询 item;K-ASC 用过滤-精炼范式加启发式优化 top-K 场景。
- 在 8 个真实数据集上的实验显示相对现有方案有数量级加速,代码已开源。
「研究」频道最新
- 机器人学习开源教材上线：前两章讲控制鲁棒性与从 ALVINN 到 VLA — GlenBerseth · 2026-10-26
- 博主提议 500 万美元验证音乐疗法：40Hz 40Hz 声光刺激或能延缓阿尔茨海默病 — jajoosam · 2026-10-26
- Judea Pearl 感叹《Causality》引用破 5000 次,生命周期近乎无限 — yudapearl · 2026-10-26
- 用行进光脉冲动画演示婴儿脑白质纤维追踪可视化 — Dr_Alex_Crimi · 2026-10-26
- 研究：临床医生对 AI 错误结论过度依赖、对正确结论反而不信 — zakkohane · 2026-10-26
- 研究：层复制与循环结构让语言模型更早学会上下文学习 — omarsar0 · 2026-10-26