通过恼人索引向量模型中的最近邻居分页

Question

我正在使用Annoy Index建立最近的邻居搜索。查询速度非常快，但是，我遇到的问题是如何实际对结果进行分页/探测？

方法1 抓住前100名（第1页），然后获得前200名（第2页），然后获得前300名（第3页），等等。

• 缺点：最终，请求会非常大， 搜索将会变慢。

方法2 获得第1页的前100名，然后使用最后几项的向量来创建average_vector。使用average_vector搜索新查询以获取新结果集。每次请求新页面时，都会创建平均向量。

• 缺点：结果会改变，尤其是如果平均向量 与原始查询向量无关。

是否有更好的方法来处理“树索引”模型的“分页”？