[논문 리뷰] Ensemble Enabled Weighted PageRank

Dongsheng Luo, Chen Gong외 3명|arXiv (Cornell University)|2016. 04. 19.

Web Data Mining and Analysis참고 문헌 11인용 수 8

한 줄 요약

이 논문은 인용, 저자, 학술 회의 등 이질적 실체(또는 엔티티)를 기반으로 한 앙상블 학습과 시간 가중 PageRank를 통합하여 학술 논문을 순위 매기는 데에 사용되는 새로운 방법인 앙상블 기반 가중 PageRank(EWPR)를 제안한다. 이는 인용의 시간에 따른 감쇠를 모델링하고 여러 엔티티 앙상블을 결합함으로써 순위 정확도를 향상시키며, WSDM 컵 2016 데이터에서 쌍별 정확도 0.733을 달성하여 혼합 모델 기반 기준선을 능가한다.

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.

연구 동기 및 목표

• 기존 PageRank가 최근 출간된 논문을 과소 평가하는 경향이 있는 이질적이고 시간에 따라 변화하는 그래프 환경에서 학술 논문 순위 매기기의 과제를 해결하기 위해.
• 인용의 影響이 일반적으로 초기에 최고조에 이르며 이후 감소하는 시간 동적 특성을 모델링하기 위해.
• 단일 또는 혼합 모델에 의존하는 것보다 여러 엔티티 앙상블(인용, 학술 회의, 저자)을 결합하여 순위 정확도를 향상시키기 위해.
• 외부 데이터 소스와 소속 정보를 통합함으로써 순위 성능을 향상시키는 효과를 평가하기 위해.

제안 방법

• 기존 PageRank와 달리 인용 연도에 따라 가중치를 적용하는 시간 가중 PageRank를 제안하여, 권위 전파를 인용 나이에 따라 다르게 처리한다.
• 인용, 학술 회의, 저자 앙상블의 권위 점수를 융합하여 최종 논문 순위를 도출하는 앙상블 프레임워크를 개발한다.
• 쌍별 정확도 최적화를 위해 하이퍼파라미터 α=1.2 및 β=0.3를 사용하는 가중 융합 전략을 적용한다.
• 외부 데이터 소스를 통합하여 엔티티 표현을 풍부화하고, 특히 누락되거나 희박한 데이터에 대한 강건성을 향상시킨다.
• 수렴을 위해 반복 계산에 덤프링 요소 d=0.15와 감쇠 요소 t=2.5를 사용하며, 총 30회 반복한다.
• 소속 정보 기반 앙상블의 영향을 평가한 결과, 논문 중요성과 약한 상관관계를 보이므로 성능 저하를 유발함을 발견했다.

실험 결과

연구 질문

• RQ1 PageRank에 시간 감쇠 요소를 도입하면, 일반적으로 과소 평가되는 최근 출간 논문의 순위를 향상시킬 수 있는가?
• RQ2 인용, 학술 회의, 저자 등 이질적 엔티티 앙상블을 결합한 방식이 단일 앙상블 또는 혼합 모델 대비 순위 정확도에서 어떻게 다른가?
• RQ3 외부 데이터 소스의 사용이 노이즈가 많고 이질적인 인용 그래프에서 논문 순위 매기기 성능을 유의미하게 향상시키는가?
• RQ4 소속 기반 앙상블의 포함은 논문 순위 매기기에서 유익한가, 아니면 영향도가 낮은 엔티티로 인해 노이즈가 유입되는가?

주요 결과

• 시간 가중 PageRank는 표준 PageRank의 쌍별 정확도 0.687에서 0.701로 향상시켜, 인용 기반 순위 매기기에서 시간 감쇠의 가치를 입증했다.
• 인용, 학술 회의, 저자 앙상블의 앙상블(EWPR)은 쌍별 정확도 0.733를 달성하여 단일 앙상블 WPR(0.701)보다 3.2% 향상되었다.
• EWPR는 혼합 모델인 MulRank(0.699)를 3.4% 초월하여, 노이즈가 많은 그래프에서 오류 전파를 더 잘 제어하는 앙상블 방법의 우수성을 보여주었다.
• 소속 정보 앙상블을 통합한 결과 정확도는 0.711로 떨어졌으며, 이는 모든 엔티티 유형이 동일하게 기여하는 것이 아니며, 상관관계가 낮은 경우 성능 저하를 유발할 수 있음을 시사한다.
• EWPR는 WSDM 컵 2016 1단계에서 랭킹리스트 쌍별 정확도 0.656을 기록하여 실제 평가 환경에서의 효과성을 확인했다.