[論文レビュー] BLOGRANK: Ranking Weblogs Based On Connectivity And Similarity Features

Apostolos Kritikopoulos, Martha Sideri+1 more|ArXiv.org|Mar 24, 2009

Web Data Mining and Analysis参考文献 14被引用数 9

ひとこと要約

本稿では、ハイパーリンク接続性とブログ間の意味的類似性の両方の特徴を統合することで、従来のPageRankを強化する新しいランク付けアルゴリズムであるBlogRankを提案する。重み付きで類似性に基づくエッジを持つ拡張されたグラフを構築することにより、BlogRankはブログランクの正確性を向上させる。実ブログデータセットを用いた実験では、拡張モデルが標準PageRankよりもユーザーの好みに合うことが示された。

ABSTRACT

A large part of the hidden web resides in weblog servers. New content is produced in a daily basis and the work of traditional search engines turns to be insufficient due to the nature of weblogs. This work summarizes the structure of the blogosphere and highlights the special features of weblogs. In this paper we present a method for ranking weblogs based on the link graph and on several similarity characteristics between weblogs. First we create an enhanced graph of connected weblogs and add new types of edges and weights utilising many weblog features. Then, we assign a ranking to each weblog using our algorithm, BlogRank, which is a modified version of PageRank. For the validation of our method we run experiments on a weblog dataset, which we process and adapt to our search engine. (http://spiderwave.aueb.gr/Blogwave). The results suggest that the use of the enhanced graph and the BlogRank algorithm is preferred by the users.

研究の動機と目的

• 動的でコンテンツ豊富なブログをインデックス化・ランク付けする際の従来の検索エンジンの限界を解決すること。
• ハイパーリンク構造とブログ間の意味的類似性を組み合わせた、複雑なネットワークとしてブログスフィアをモデル化すること。
• 構造的特徴とコンテンツベースの特徴の両方を活用することで、関連性を向上させるランク付けアルゴリズムを開発すること。
• ユーザーの好みに基づく実験を通じて、拡張されたグラフとBlogRankアルゴリズムの有効性を検証すること。

提案手法

• ブログがノードで、エッジがハイパーリンクおよび類似性関係を表す拡張グラフを構築する。
• コンテンツ、メタデータ、リンクパターンなどの複数の特徴を用いてブログ間の類似性を計算する。
• 信頼性と関連性を反映するために、リンク強度と計算された類似性スコアに基づいてエッジに重みを付与する。
• 拡張されたグラフ上で、修正されたPageRankアルゴリズム（BlogRank）を適用して最終的なブログランクを計算する。
• 実ブログデータセットを検索エンジンフレームワークに処理・適合させて、実験的検証を行う。
• ユーザーの好みに基づく実験を用いて、BlogRankと標準PageRankの性能を評価・比較する。

実験結果

リサーチクエスチョン

• RQ1 ハイパーリンク構造とブログ間の意味的類似性をどのように統合することでランク付けを向上させられるか？
• RQ2 類似性特徴を組み込むことで、標準PageRankと比較してブログランクの関連性がどの程度向上するか？
• RQ3 重み付きで多様な特徴を持つエッジを有する拡張グラフモデルは、ブログランクにおけるユーザーの好みをどのように向上させられるか？
• RQ4 接続性と類似性を組み合わせることで、動的ブログネットワーク全体のランク付け品質にどのような影響を与えるか？

主な発見

• 類似性に基づくエッジ重みを有する拡張グラフモデルは、ランク付けの関連性を顕著に向上させる。
• ユーザーの好みに基づく実験においてBlogRankは標準PageRankを上回り、より高い質感が得られることを示している。
• エッジ重みに複数のブログ特徴を組み込むことで、より正確で意味のあるブログランクが得られる。
• コンテンツ特徴と構造的特徴の統合により、より強固でユーザーに好まれるランク付けシステムが実現される。