MinHash
MinHash 是 Broder 提出的集合相似度估算方法，通过多个独立哈希函数的最小值估算 Jaccard 相似度。
用途
在海量集合中快速估算两集合的 Jaccard 相似度，支撑近似搜索与去重。
机制
对集合应用 k 个独立哈希函数，各取最小值组成 k 维签名。两签名对应位相等的概率等于 Jaccard 相似度，故可用匹配比例估算相似度。
用例
- 搜索引擎近似去重
- 推荐系统相似物品
- 文档聚类
MinHash 是 Broder 提出的集合相似度估算方法，通过多个独立哈希函数的最小值估算 Jaccard 相似度。
在海量集合中快速估算两集合的 Jaccard 相似度，支撑近似搜索与去重。
对集合应用 k 个独立哈希函数，各取最小值组成 k 维签名。两签名对应位相等的概率等于 Jaccard 相似度，故可用匹配比例估算相似度。