基于余切相似度和BP神经网络的相似度快速计算

来源：同济大学学报·自然科学版杂志2021年第1期北京时间：

作者：乔非，关柳恩，王巧玲

单位：同济大学 电子与信息工程学院，上海 201804

摘要：相似性度量在大数据相关应用中具有重要的意义，然而传统余弦相似度遍历计算方法的准确性和时效性较差，具有较大局限性，无法为海量高维数据的质量评估提供有效依据。针对上述问题，利用余切三角函数和数据维度差值构造2种余切相似度公式，提高相似度计算的准确性；借助后向传播（BP）神经网络建立一个能够逼近数据集相似度映射关系的网络模型，降低相似度计算的时间复杂度。实验表明，改进的相似度快速计算方法具有良好的准确性和时效性，而且应用在大规模数据集时的性能提升更显著。

关键词：相似度计算,神经网络,大数据分析,数据质量评估

基金资助：国家自然科学基金（71690230/71690234,61973237,61873191）