[論文レビュー] Ensemble Enabled Weighted PageRank

Dongsheng Luo, Chen Gong+3 more|arXiv (Cornell University)|Apr 19, 2016

Web Data Mining and Analysis参考文献 11被引用数 8

ひとこと要約

本稿では、時刻重み付きPageRankと異種エンティティ（引用、会議、著者）におけるアンサンブル学習を統合することで、学術論文の順位付けを改善する新規手法であるEnsemble Enabled Weighted PageRank（EWPR）を提案する。本手法は引用の時間的減衰をモデル化し、複数のエンティティエンsemblesを組み合わせることで順位付けの正確性を向上させ、WSDM Cup 2016のデータ上で0.733のペアワイズ正確度を達成し、混合モデルを含むベースラインを上回る。

ABSTRACT

This paper describes our solution for WSDM Cup 2016. Ranking the query independent importance of scholarly articles is a critical and challenging task, due to the heterogeneity and dynamism of entities involved. Our approach is called Ensemble enabled Weighted PageRank (EWPR). To do this, we first propose Time-Weighted PageRank that extends PageRank by introducing a time decaying factor. We then develop an ensemble method to assemble the authorities of the heterogeneous entities involved in scholarly articles. We finally propose to use external data sources to further improve the ranking accuracy. Our experimental study shows that our EWPR is a good choice for ranking scholarly articles.

研究の動機と目的

• 従来のPageRankが最近発表された論文を低估する可能性がある、異種的かつ時間的に変化するグラフにおける学術論文の順位付けの課題に対処すること。
• 影響力が通常早期にピークに達し、その後低下する引用の時間的ダイナミクスをモデル化すること。
• 単一または混合モデルに依存するのではなく、複数のエンティティエンsembles（引用、会議、著者）を組み合わせることで順位付けの正確性を向上させること。
• 外部データソースおよび所属機関の統合が順位付け性能の向上に寄与するかどうかを評価すること。

提案手法

• 引用の年齢に基づいて権威伝播を重みづけする時間的減衰要因を導入したTime-Weighted PageRankを提案し、均一なPageRankとは区別される。
• 引用、会議、著者エンsemblesからの権威スコアを統合して最終的な論文順位を生成するアンサンブルフレームワークを構築する。
• ペアワイズ正確度最適化を目的として、ハイパーパrameter α=1.2 および β=0.3 を用いた重み付き統合戦略を採用する。
• 外部データソースを統合してエンティティ表現を豊かにし、とくに欠損またはスパースなデータに対する耐性を高める。
• 反復計算において減衰係数 d=0.15 および 減衰係数 t=2.5 を用い、収束までに30回の反復を実施する。
• 所属機関エンsemblesの影響を評価したところ、論文の重要性と相関が弱いため性能が低下することが判明した。

実験結果

リサーチクエスチョン

• RQ1 PageRankに時間的減衰要因を導入することで、従来のPageRankが低估してしまう最近発表の学術論文の順位付けが改善されるか？
• RQ2 引用、会議、著者といった異種エンティティエンsemblesを複数組み合わせることで、単一エンsemblesや混合モデルと比較して、順位付けの正確性が向上するか？
• RQ3 外部データソースの使用が、ノイズが多く異種的な引用グラフにおける論文順位付け性能に顕著に寄与するか？
• RQ4 所属機関に基づくエンsemblesの統合は論文順位付けに有益か、それとも影響力と相関が弱いためノイズを引き起こすか？

主な発見

• Time-Weighted PageRankは、標準的なPageRankのペアワイズ正確度0.687から0.701に向上させ、引用ベースの順位付けにおける時間的減衰の価値を示した。
• 引用、会議、著者エンsemblesのアンサンブル（EWPR）は、ペアワイズ正確度0.733を達成し、単一エンsemblesのWPR（0.701）より3.2%高い正確性を示した。
• EWPRは混合モデルアプローチのMulRank（0.699）を3.4%上回り、ノイズの多いグラフにおける誤差伝搬の制御をより効果的に行えることが示された。
• 所属機関エンsemblesを統合した場合、正確度は0.711に低下し、すべてのエンティティタイプが均等に貢献するのではなく、相関が弱いと性能が低下することが明らかになった。
• WSDM Cup 2016フェーズ1において、EWPRはリーダーボードのペアワイズ正確度0.656を達成し、実世界の評価でも有効性が確認された。