[論文レビュー] Ranking Search Engine Result Pages based on Trustworthiness of Websites

K. C. Srikantaiah, P. L. Srikanth+4 more|arXiv (Cornell University)|Sep 24, 2012

Web Data Mining and Analysis参考文献 14被引用数 4

ひとこと要約

本稿では、ウェブサイトが提示する事実の正確性に基づいてその信頼性を評価することで、検索結果順序をランク付けする新しいアルゴリズム、PCF-Engineを提案する。事実と検証済みの真実との間の類似度を確率ベースの類似関数で比較する手法により、Voting や TruthFinder といった従来手法よりも高い順序付けの正確性を達成する。シミュレーション結果により、信頼性評価の面で優れた性能を示している。

ABSTRACT

The World Wide Web (WWW) is the repository of large number of web pages which can be accessed via Internet by multiple users at the same time and therefore it is Ubiquitous in nature. The search engine is a key application used to search the web pages from this huge repository, which uses the link analysis for ranking the web pages without considering the facts provided by them. A new algorithm called Probability of Correctness of Facts(PCF)-Engine is proposed to find the accuracy of the facts provided by the web pages. It uses the Probability based similarity function (SIM) which performs the string matching between the true facts and the facts of web pages to find their probability of correctness. The existing semantic search engines, may give the relevant result to the user query but may not be 100% accurate. Our algorithm computes trustworthiness of websites to rank the web pages. Simulation results show that our approach is efficient when compared with existing Voting and Truthfinder[1] algorithms with respect to the trustworthiness of the websites.

研究の動機と目的

• 現在の検索エンジンが関連性に注力する一方で事実の正確性を保証できないという限界を是正すること。
• 事実の正しさに基づくウェブサイトの信頼性を統合することで、検索結果の順序付けを改善すること。
• リンク解析やキーワードマッチングを超えて、ウェブコンテンツの信頼性を定量化する手法を開発すること。
• 提案手法の有効性を、既存の信頼ベースの順序付けアルゴリズムと比較して評価すること。
• 事実の正確性を優先することで、より正確で信頼性の高い検索体験を提供すること。

提案手法

• PCF-Engine は、確率ベースの類似関数（SIM）を用いて、各ウェブページの事実の正確性の確率（PCF）を計算する。
• SIM 関数は、ウェブページ上の事実と検証済みの真実との間で文字列マッチングを実行し、正確性の確率を推定する。
• 信頼性スコアは、ユーザーが提供した事実と既知の真実との整合性の度合いを反映する PCF 値から導出される。
• このアルゴリズムは、これらの信頼スコアを検索結果の順序付けプロセスに統合し、より正確なウェブサイトを優遇する。
• 本手法は、Voting および TruthFinder アルゴリズムと比較するためのシミュレーション実験を用いて評価されている。
• 評価は、さまざまなデータセットにおいて信頼性評価の正確性の向上を測定することに焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 検索結果の順序付けを改善するために、ウェブページの事実の正確性をどのように定量的に測定できるか？
• RQ2 事実の正確性を組み込むことで、検索エンジンの結果の信頼性はどの程度向上するか？
• RQ3 提案された PCF-Engine は、Voting や TruthFinder といった既存の信頼ベースの順序付け手法と比べてどのように異なるか？
• RQ4 確率ベースの類似関数は、ウェブページ上の事実の正確性を効果的に推定できるか？
• RQ5 事実の正確性は、検索エンジンの結果順序の全体的な信頼性にどのような影響を与えるか？

主な発見

• PCF-Engine は、Voting や TruthFinder アルゴリズムよりもウェブサイトの信頼性を評価する面で優れている。
• シミュレーション結果から、本手法は事実の正確性に基づいて信頼できる情報源をより高い正確性で特定できていることが示された。
• 確率ベースの類似関数は、ウェブ上の事実と真実との間の整合性の度合いを効果的に捉えている。
• 事実の正確性を順序付けに統合することで、検索結果の全体的な信頼性が向上した。
• さまざまなテストシナリオにおいて、信頼性評価の面で一貫した改善が見られた。
• PCF-Engine は、事実の検証を通じて検索結果の質を効果的かつスケーラブルに向上させるメカニズムを提供する。