网站在提供推荐服务时，一般是给用户一个个性化的推荐列表，这种推荐叫做TopN推荐。在TopN推荐中，我们面对和需要处理的数据往往是海量高维的，怎样快速地从海量高维数据集合中找到与某个数据最相似的一个数据或多个数据成为了一个难点和问题。如果是低维的小数据集，我们通过线性查找就可以容易解决；但如果是对一个海量的高维数据集采用线性查找匹配的话，会非常耗时，因此，需要采用一些类似索引的技术来加快查找过程，通常这类技术称为最近邻查找（Nearest Neighbor,NN），当处理大规模数据时，还可采用近似最近邻查找（Approximate Nearest Neighbor, ANN）。而局部敏感哈希（Locality-Sensitive Hashing，LSH）是ANN中的一类方法。