×
盖伊，费根布拉特；伊利·波拉特；阿里尔·希夫坦

d-k-min-wise独立散列函数族。 （英语） Zbl 1353.68064号

J.计算。系统。科学。 84, 171-184 (2017).
摘要：在本文中，我们引入了一个通用框架，该框架以指数方式改进了基于min-wise算法。作者[“基于min-wise算法的指数时间改进”，载于：第22届ACM-SIAM离散算法年会论文集，SODA'11。宾夕法尼亚州费城：工业和应用数学学会（SIAM）；纽约州纽约市：计算机协会（ACM）。57–66 (2011;doi:10.1137/1.9781611973082.5)]引入了指数时间改进基于min-wise算法。在这里，我们开发了一种替代方法，可以实现指数时间和指数空间改进。新方法放松了对最小的散列函数，因此通过定义和构造一个d-k-最小值独立的散列函数族；令人惊讶的是，在大多数情况下，只需要8个方面的独立性就可以进行额外的改进。此外，我们还讨论了如何利用这种结构来提高基于最小值算法。据我们所知，以前从未研究或构建过哈希函数的此类定义。最后，我们展示了如何将其应用于数据流的相似性和稀缺性估计；其他基于min-wise算法可以用同样的方式进行调整。

MSC公司：

68页第10页 搜索和排序
65年第68季度 算法和问题复杂性分析
68瓦05 非数值算法
68瓦20 随机算法

关键词：

最小散列函数；数据流；加窗数据流；相似性；稀有
PDF格式BibTeX公司 XML格式引用
\textit{G.Feigenblat}等人，J.Compute。系统。科学。84、171--184（2017；Zbl 1353.68064）
全文： 内政部

参考文献：

[1] 费根布拉特，G。；Porat，E。；Shiftan，A.，基于min-wise算法的指数时间改进，（第二十届年度ACM-SIAM离散算法研讨会论文集。第二十届ACM-SIAM离散算法年度研讨会论文集，SODA’11，加利福尼亚州旧金山（2011），工业和应用数学学会：美国宾夕法尼亚州费城工业和应用数学家学会），57-66·Zbl 1375.68184号
[2] 韦格曼，M.N。；Carter，J.L.，《新散列函数及其在身份验证和集合相等中的使用》，J.Compute。系统。科学。，22, 3, 265-279 (1981) ·Zbl 0461.68074号
[3] Mulmuley，K.，《随机几何算法和伪随机生成器》（SFCS’92：第33届计算机科学基础年度研讨会论文集（1992），IEEE计算机学会：IEEE计算机协会，美国华盛顿特区），90-100·Zbl 0918.68125号
[4] 布罗德，A.Z。；Charikar，M。；弗里兹，上午。；Mitzenmacher，M.，Min-wise独立排列（扩展摘要），（STOC'98：第三十届美国计算机学会计算理论年度研讨会论文集（1998年），美国计算机学会：美国计算机学会纽约分会），327-336·Zbl 1007.68997号
[5] Broder，A.Z.，《关于文档的相似性和包容性》，（序列的压缩和复杂性。序列的压缩与复杂性，SEQUENCES97（1997），IEEE计算机学会），21-29
[6] 布罗德，A.Z。；格拉斯曼，S.C。；马纳塞，M.S。；Zweig，G.，《网络的句法聚类》，（第六届万维网国际会议论文集（1997年），爱思唯尔科学出版社有限公司：爱思唯尔科技出版社有限公司，英国埃塞克斯），1157-1166
[7] 数据员，M。；Muthukrishnan，S.，估算数据流窗口上的稀缺性和相似性，（第十届欧洲算法研讨会论文集，第十届年度欧洲算法研讨会文献集，Lect.Notes Compute.Sci.，第2461卷（2002）），323-334·Zbl 1019.68533号
[8] Cohen，E.，具有传递闭包和可达性应用的规模估计框架，J.Compute。系统。科学。，第5541-453页（1997年）·兹伯利0897.68075
[9] Broder，A.Z.，识别和过滤近重复文档，（COM’00:第11届组合模式匹配年度研讨会论文集（2000），Springer-Verlag:Springer-Verlag London，UK），1-10·Zbl 0964.68556号
[10] Manku，G.S。；Jain，A。；Das Sarma，A.，检测网络爬行的近重复，（WWW'07：第16届国际互联网会议论文集（2007），ACM：美国纽约州纽约市ACM），141-150
[11] Yang，H。；Callan，J.，通过实例级约束聚类进行近重复检测，（SIGIR’06：第29届国际ACM SIGIR信息检索研究与开发会议论文集（2006），ACM：美国纽约州纽约市ACM），421-428
[12] Henzinger，M.，《发现近重复网页：大规模算法评估》，（SIGIR’06：第29届国际ACM SIGIR信息检索研究与开发年会论文集（2006），ACM：美国纽约州纽约市ACM），284-291
[13] 科恩，E。；Kaplan，H.，使用底部k草图进行更严格的估算，Proc。荷兰VLDB。，1, 1, 213-224 (2008)
[14] 科恩，E。；Kaplan，H.，使用bottom-k草图总结数据，（PODC（2007）），225-234·Zbl 1283.68086号
[15] 哈维利瓦拉，T.H。；Gionis，A。；克莱因，D。；Indyk，P.，《网络相似性搜索的评估策略》，（WWW'02:第11届国际互联网会议论文集（2002），ACM:美国纽约州纽约市ACM），432-442
[16] Das，A.S。；数据员，M。；加格，A。；Rajaram，S.，谷歌新闻个性化：可扩展在线协作过滤，（WWW’07：第16届国际互联网会议论文集（2007），ACM：美国纽约州纽约市ACM），271-280
[17] 巴赫拉赫，Y。；Herbrich，R。；Porat，E.，协作过滤系统中近似秩相关性的草图算法，（Karlgren，J.；Tarhio，J.；Hyyrö，H.，SPIRE.SPIRE，Lect.Notes Comput.Sci.，第5721卷（2009年），施普林格），344-352·Zbl 1375.68180号
[18] 巴赫拉赫，Y。；Porat，E。；Rosenschein，J.S.，协作过滤的草图技术（第二十届国际人工智能联合会议，2009年）。第二十届国际人工智能联合会议（IJCAI 2009），加利福尼亚州帕萨迪纳（2009）），2016-2021年
[19] Indyk，P.，哈希函数的一个近似最小独立族，J.算法，454-456（1999）·Zbl 0931.68037号
[20] 萨克斯，M。；Srinivasan，A。；周，S。；Zuckerman，D.，《低偏差集产生近似的最小独立排列族》（Proc.计算机科学中随机和近似技术国际研讨会（1999），Springer），29-32·兹比尔1339.68196
[21] Pātraşcu，M。；Thorup，M.，《关于线性探测和最小独立性所需的（k）-独立性》，（第37届国际自动化、语言和编程学术讨论会（ICALP）（2010年）），715-726·Zbl 1288.68050号
[22] 巴赫拉赫，Y。；Porat，E.，使用快速伪随机指纹绘制大数据推荐系统，（第40届国际自动化、语言和编程会议论文集——第二卷。第40届自动化、语言与编程国际会议论文集第二卷，ICALP’13（2013），斯普林格·弗拉格：斯普林格尔·弗拉格柏林，海德堡），459-471·Zbl 1334.68290号
[23] 巴赫拉赫，Y。；Porat，E.，高度相似流的指纹，Inf.Comput。，244，C，113-121（2015）·Zbl 1329.68101号
[24] 费根布拉特，G。；Porat，E。；Shiftan，A.，基于minwise算法的指数空间改进，（D’Souza，D.；Kavitha，T.；Radhakrishnan，J.，IARCS软件技术和理论计算机科学基础年会（FSTTCS 2012）。IARCS软件技术和理论计算机科学基础年会（FSTTCS 2012），LIPIcs。莱布尼茨国际程序。通知。，第18卷（2012年），《达格斯图尔-莱布尼茨-泽特鲁姆信息学：达格斯图-莱布尼茨-泽特鲁姆信息学》，德国），70-85·Zbl 1354.68303号
[25] Thorup，M.，Bottom-k和优先抽样，最小独立性的集相似性和子集和，（第四十五届ACM计算理论研讨会论文集。第四十五次ACM计算原理研讨会论文集，STOC’13（2013），ACM：美国纽约州纽约市ACM），371-380·Zbl 1293.68107号
[26] 科尔莫德，G。；Muthukrishnan，S.，《最新进展：发现网络数据流中的显著差异》，IEEE/ACM Trans。净值。，13, 6, 1219-1232 (2005)
[27] Ganguly，S。；Garofalakis，M。；Rastogi，R.，在连续更新流上处理集合表达式，（SIGMOD’03：2003年ACM SIGMOD-国际数据管理会议论文集（2003），ACM：美国纽约州纽约市ACM），265-276
[28] 吉本斯，P.B。；Tirthapura，S.，估算数据流联合上的简单函数，（SPAA'01:第十三届ACM并行算法和架构年会论文集（2001），ACM:ACM纽约，纽约，美国），281-291
[29] 佩特拉什cu，M。；Thorup，M.，《简单表格散列的威力》，（第四十三届美国计算机学会计算理论研讨会论文集。第四十三次美国计算机学会计算机理论学术研讨会论文集，STOC’11，美国加利福尼亚州圣何塞（2011），美国计算机学会：美国纽约州纽约市美国计算机学会），1-10·Zbl 1288.68056号
[30] 科恩，E。；数据员，M。；藤原，Sh。；Gionis，A。；Indyk，P。；Motwani，R。；乌尔曼，D.J。；Yang，Ch.，《在没有支持修剪的情况下寻找有趣的关联》，IEEE Trans。知识。数据工程，13，1，64-78（2001）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。