最小雜湊（minhash），簡單來說就是從使用者喜歡的所有商品中隨機抽出n個商品，對於抽出的這n個商品都相同的幾個使用者，認為是興趣相似的使用者，屬於同一類。例如使用者a喜歡商品，使用者b喜歡商品，使用者c喜歡商品，在每個使用者喜歡的商品列表中都隨機抽出2個商品，使用者a抽出的商品是，使用者b抽出的商品是，使用者c抽出的商品是，因為使用者a和使用者b抽出的兩個商品都是，所以認為使用者a和使用者b是興趣相同的使用者，屬於同一類。使用者c抽出的商品與使用者a和使用者b商品抽出商品不完全相同，所以使用者c和使用者a、使用者b不是同一類使用者。
這裡叫做最小雜湊，是指在抽取商品時用的方法是最小雜湊的方法。先對每個商品計算乙個雜湊值（可以認為是乙個函式，輸入是商品，返回乙個數值），把雜湊值最小的作為抽出來的商品。如果要同時抽出多個商品，那就使用多個雜湊函式計算得到多個雜湊值。還是上面的例子，要抽出兩個商品，就準備兩個雜湊函式h1和h2（就理解為函式，雜湊可以認為是名稱，該函式盡量保證不同的值計算得到不同的結果），分別對每個商品求出乙個值。如對於使用者a，使用h1函式計算得到三個值h1(a)，h1(b)，h1(c)，比較它們的大小，如果其中最小的是h1(b)，則先記錄下來，在用h2函式同樣計算得到三個值，取其中的最小值，例如是h2(c)，那麼，我們認為「h1(b)_h2(c)」代表使用者a屬於這樣的乙個群組。如果使用者b使用h1函式和h2函式分別計算出的最小值也是h1(b)和h2(c)，就認為使用者b也屬於「h1(b)_h2(c)」群組，則使用者a和使用者b是一組的，即興趣相似的。
在應用中，會使用多個雜湊函式，如2n個hash函式，這樣對於乙個使用者，會被分到n個組中（如上所述，兩個雜湊函式算出來的值組成乙個組號，2n個雜湊函式，能組成n個組）。
最小雜湊在這裡屬於乙個聚類演算法，根據使用者及其喜歡的商品來對使用者進行聚類，將存在相同喜歡商品的使用者聚成一類。
最小雜湊聚類演算法的優點是：
（1） 計算比較簡單，比起兩兩使用者間的比較，效率提高較大
（2） 能夠很快的找出有相同商品的使用者
（3） 能簡單地對使用者進行聚類
最小雜湊聚類演算法的缺點是：
（1） hash函式具有一定的偶然性，很可能會有遺漏。
（2） 使用的雜湊函式較多時，分組數就會隨之變多，資料量會隨著雜湊函式的個數線性增長。
最小雜湊對形如「使用者，商品」的資料進行計算，得到多個使用者組成的群組，起到乙個聚類的作用。當然，也可以是「物品，屬性」這樣的資料，來對物品進行聚類。
雜湊函式（雜湊函式，Hash Function）
說明 雜湊的概念屬於查詢，它不以關鍵字的比較為基本操作，採用直接定址技術。在理想情況下，查詢的期望時間為o 1 簡單的說，hash函式就是把任意長的輸入字串變化成固定長的輸出字串的一種函式。輸出字串的長度稱為hash函式的位數。下圖 於維基百科 雜湊函式把訊息或資料壓縮成摘要，使得資料量變小，將資料...
雜湊函式 雜湊函式 演算法
常用字串雜湊函式有bkdrhash，aphash，djbhash，jshash，rshash，sdbmhash，pjwhash，elfhash等等。c 實現 include define m 249997 define m1 1000003 define m2 10000019 大素數 using ...
什麼是雜湊演算法 雜湊函式 雜湊函式？
舉個例子，比如這裡有一萬首歌，給你一首新的歌x，要求你確認這首歌是否在那一萬首歌之內。無疑，將一萬首歌乙個乙個比對非常慢。但如果存在一種方式，能將一萬首歌的每首資料濃縮到乙個數字 稱為雜湊碼 中，於是得到一萬個數字，那麼用同樣的演算法計算新的歌x的編碼，看看歌x的編碼是否在之前那一萬個數字中，就能知...