[論文レビュー] How to make the top ten: Approximating PageRank from in-degree

Santo Fortunato, Marián Boguñá+2 more|ArXiv.org|Nov 3, 2005

Web Data Mining and Analysis参考文献 6被引用数 36

ひとこと要約

本稿では、ページランクを推定するための平均場近似を提案し、in-degreeのみを用いてその推定を行う。ウェブグラフにおける次数同士の相関が弱いため、in-degreeとページランクの間に強い相関が存在することが示され、最小限のデータでページのランク順序を正確に予測可能となる。これは、検索エンジン最適化や戦略的ウェブプレゼンス計画に実用的で低コストなツールを提供する。

ABSTRACT

PageRank has become a key element in the success of search engines, allowing to rank the most important hits in the top screen of results. One key aspect that distinguishes PageRank from other prestige measures such as in-degree is its global nature. From the information provider perspective, this makes it difficult or impossible to predict how their pages will be ranked. Consequently a market has emerged for the optimization of search engine results. Here we study the accuracy with which PageRank can be approximated by in-degree, a local measure made freely available by search engines. Theoretical and empirical analyses lead to conclude that given the weak degree correlations in the Web link graph, the approximation can be relatively accurate, giving service and information providers an effective new marketing tool.

研究の動機と目的

• in-degreeが、グローバルなレピュテーション指標であるページランクを、局所的な情報のみを用いて信頼性を持って近似できるかどうかを調査すること。
• 検索エンジンマーケティングおよびウェブ戦略を支援するため、in-degreeからページランクを推定する実用的で低コストな手法を開発すること。
• さまざまなウェブページの集団において、in-degreeがページランクの代理としての正確さと信頼性を定量化すること。
• 情報提供者が、望ましい検索順位を達成するために必要なインバウンドリンク数を推定するためのツールを提供すること。
• 大手企業に比べてプロプライエタリなツールにアクセスできない小規模組織が、データドリブンな意思決定をウェブ可視性に関して行えるように、競争の場を均等にする。

提案手法

• 同じin-degreeを持つノードの平均ページランクに基づいて、ページランクの平均場近似を定式化する。
• 弱い次数相関の仮定の下で、平均ページランクとin-degreeを関連付ける自己無撞着な方程式系を導出する。
• WebBaseおよびWebGraphプロジェクトの実際のウェブグラフデータを用いて、平均場モデルの実証的妥当性を検証する。
• 2クエリプロシージャを採用する：(1) トピックをクエリして上位n件の結果を取得し、(2) n番目の結果のin-degreeを記録してベンチマークを設定する。
• n番目の順位のページのin-degreeを、そのトピックで上位n位を達成するためのインバウンドリンク数の下限として使用する。
• 近似のばらつきを定量化することで、実世界の応用における信頼性と限界を評価する。

実験結果

リサーチクエスチョン

• RQ1 代表的なウェブサンプルにおいて、in-degreeとページランクの相関はどの程度強いのか？
• RQ2 グローバルなグラフ情報がなく、in-degreeの局所的知識のみを用いて、ページランクを正確に近似できるか？
• RQ3 実際のランク予測において、in-degreeをページランクの代理として使用する際の信頼性と誤差範囲はどの程度か？
• RQ4 同じin-degreeを持つページにおいて、ページランクのばらつきが平均場近似からどの程度逸脱するか？
• RQ5 この近似は、情報提供者が上位10位以内のランクを達成するために必要なインバウンドリンク数を推定するために、実際に有効に使えるか？

主な発見

• ウェブグラフにおける次数同士の相関が弱いため、in-degreeとページランクの間には強い相関が存在し、in-degreeが信頼できる代理指標であることが裏付けられた。
• 平均場近似によると、弱い相関の仮定のもとで、平均ページランクはin-degreeに対してほぼ線形であり、わずかな加法的定数を含む。
• 実証的検証により、特に高in-degreeを持つページにおいて、近似がページランク順序を正確に予測できることを確認した。
• 本手法により、特定のトピックに対して目標ランク（例：上位10位）を達成するために必要なインバウンドリンク数の最小値を推定するシンプルな2クエリプロシージャが可能になった。
• 中程度の順位を持つページでは、同じin-degreeを持つページのページランクに著しいばらつきが見られるが、オーダーオブマグニチュードは予測可能である。
• 本手法は、プロプライエタリなページランクツールに代わる実用的で低コストな代替手段を提供し、小規模組織がウェブ可視性戦略を効果的に計画できるようにした。