[論文レビュー] PageRank: Stand on the shoulders of giants

Massimo Franceschet|arXiv (Cornell University)|Feb 15, 2010

Web visibility and informetrics被引用数 4

ひとこと要約

この論文は、文献計測学、社会測度論、経済計測学の既存手法に裏付けられた、インboundリンクの重み付き和に基づいてウェブページの重要性を割り当てる、ページランクを基礎的なウェブランクアルゴリズムとして提示する。ページランクは検索エンジンのランク付けにおいて重要なシグナルであることを確立し、理論的根拠と情報検索分野における実用的影響を強調する。

ABSTRACT

PageRank is a Web page ranking technique that has been a fundamental ingredient in the development and success of the Google search engine. The method is still one of the many signals that Google uses to determine which pages are most important. The main idea behind PageRank is to determine the importance of a Web page in terms of the importance assigned to the pages hyperlinking to it. In fact, this thesis is not new, and has been previously successfully exploited in different contexts. We review the PageRank method and link it to some renowned previous techniques that we have found in the fields of Web information retrieval, bibliometrics, sociometry, and econometrics.

研究の動機と目的

• ページランクを文献計測学、社会測度論、経済計測学の長年の学術的伝統の文脈に位置づけること。
• ページランクがハイパーリンク構造をどのように活用してウェブページの重要性を決定するかを説明すること。
• ページランクがグーグルの検索ランクシステムのコアシグナルとして長期間にわたり関連性を保っていることの証明。
• ページランクの設計が、情報検索およびネットワーク分析分野における先行する影響力のある手法とどのように関連しているかを提示すること。
• ページランクを、ネットワークにおける影響力および中心性に関する先行研究の集大成として位置づけること。

提案手法

• ページランクは、リンクを送信するページの重要性の関数としてページの重要性を計算し、再帰的で反復的な式を用いる。
• アルゴリズムは、ダミングを伴うランダムウォークとしてウェブサーフィンの行動をモデル化し、安定した分布への収束を保証する。
• ウェブのハイパーリンクグラフをマルコフ連鎖に変換し、各ページのランクは定常分布から導出される。
• ユーザーが現在のページを離れてランダムに別のページに移動する確率を考慮するために、ダミング要因を組み込む。
• ページランクは遷移行列を用いて定式化され、主固有ベクトルを計算するためにパワー反復法を用いて解かれる。
• 引用分析や社会的ネットワークの中心性測定と類似した類推を用い、既存の理論的枠組みに根ざしている。

実験結果

リサーチクエスチョン

• RQ1 ページランクは、文献計測学および社会測度論の既存手法を、ウェブ情報検索にどのように一般化しているか？
• RQ2 ネットワーク情報システムの文脈において、ページランクの設計に裏付けられる理論的基盤は何か？
• RQ3 ページランクの再帰的リンクベースのランク付けは、過去のランク付けヒューリスティクスに比べてどのような点で改善されているか？
• RQ4 ページランクにおけるダミング要因は、大規模なウェブグラフにおいて収束性と頑健性をどのように保証しているか？
• RQ5 機械学習の進展にもかかわらず、なぜページランクはグーグルの検索ランクにおいて重要なシグナルのまま保たれているのか？

主な発見

• ページランクは独立して新規の概念であるのではなく、複数の学術分野から整備された原則の統合である。
• アルゴリズムの有効性は、学術文献における引用インパクトと同様に、再帰的リンク分析によってウェブの重要性をモデル化できる点に起因する。
• ランダムサーファーモデルの使用により、安定性と収束性が保証され、大規模なウェブインデキシングに適している。
• この手法は、文献計測学や社会的ネットワーク分析を含む多様な分野に成功裏に応用されており、理論的整合性を裏付けている。
• 進化を続ける検索技術の中でも、ページランクはグーグルのランク付けシステムのコアな構成要素のまま残っており、その持続的な実用的価値を示している。