[논문 리뷰] How to make the top ten: Approximating PageRank from in-degree

Santo Fortunato, Marián Boguñá외 2명|ArXiv.org|2005. 11. 03.

Web Data Mining and Analysis참고 문헌 6인용 수 36

한 줄 요약

이 논문은 웹 그래프에서 정도 간 상관관계가 약하기 때문에, 오직 들어오는 간선 수(in-degree)만을 사용하여 PageRank를 추정하기 위한 평균장 근사법을 제안한다. 이는 들어오는 간선 수가 PageRank와 강하게 상관됨을 보여주며, 최소한의 데이터로 페이지의 순위 순서를 정확하게 예측할 수 있게 해주어 검색 엔진 최적화 및 전략적 웹 존재감 계획 수립에 실용적이고 저비용인 도구를 제공한다.

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.

연구 동기 및 목표

• 오직 국소 정보만을 사용하여, 전역적 명성 척도인 PageRank를 들어오는 간선 수로 신뢰성 있게 근사할 수 있는지 조사하기 위해.
• 검색 엔진 마케팅 및 웹 전략을 지원하기 위해, 들어오는 간선 수로부터 PageRank를 추정하는 실용적이고 저비용의 방법을 개발하기 위해.
• 다양한 웹 페이지 집단에서 들어오는 간선 수가 PageRank의 대체 척도로서의 정확성과 신뢰성 수준을 정량화하기 위해.
• 정보 제공자가 원하는 검색 순위를 달성하기 위해 필요한 들어오는 간선 수를 추정할 수 있도록 도구를 제공하기 위해.
• 소규모 조직이 기술적 도구에 접근할 수 없더라도, 데이터 기반의 결정을 내릴 수 있도록 공정한 경쟁 환경을 조성하기 위해.

제안 방법

• 같은 들어오는 간선 수를 가진 노드들의 평균 PageRank에 기반한 평균장 근사를 수립하기 위해.
• 약한 정도-정도 상관관계를 가정할 때, 평균 PageRank와 들어오는 간선 수 사이의 자기일관성 있는 연립방정식을 유도하기 위해.
• WebBase 및 WebGraph 프로젝트에서 확보한 실제 웹 그래프 데이터를 사용하여 평균장 모델의 타당성을 실증적으로 검증하기 위해.
• 두 번의 쿼리 절차를 활용하기 위해: (1) 주제에 대한 쿼리를 수행하여 상위-n 결과를 확보하고, (2) n번째 결과의 들어오는 간선 수를 기준으로 삼기 위해 기록하기 위해.
• 해당 주제에서 상위-n 순위를 확보하기 위해 필요한 최소한의 들어오는 간선 수를 n번째 순위를 가진 페이지의 들어오는 간선 수로 하한선으로 설정하기 위해.
• 실제 응용에서의 신뢰성과 한계를 평가하기 위해 근사의 변동성을 정량화하기 위해.

실험 결과

연구 질문

• RQ1 대표적인 웹 샘플에서 들어오는 간선 수와 PageRank 간의 상관관계는 얼마나 강한가?
• RQ2 전체 그래프 정보 없이 국소적인 들어오는 간선 수 지식만으로 PageRank를 정확하게 근사할 수 있는가?
• RQ3 실제 순위 예측에서 들어오는 간선 수를 PageRank의 대체 척도로 사용할 경우의 신뢰성과 오차 범위는 어떠한가?
• RQ4 같은 들어오는 간선 수를 가진 페이지들에서 PageRank가 평균장 근사에서 얼마나 벗어나는가?
• RQ5 이 근사법이 정보 제공자가 상위 10위 순위를 확보하기 위해 필요한 들어오는 간선 수를 추정하는 데 효과적으로 사용될 수 있는가?

주요 결과

• 웹 그래프에서 정도 간 상관관계가 약하기 때문에, 들어오는 간선 수와 PageRank 간의 상관관계가 강하며, 이는 들어오는 간선 수가 신뢰할 수 있는 대체 척도임을 입증한다.
• 평균장 근사에서는 약한 상관관계를 가정할 경우 평균 PageRank가 들어오는 간선 수에 대해 약선형이며, 작은 상수항이 더해진 형태로 나타남을 보여준다.
• 실증적 검증 결과, 대부분의 페이지, 특히 높은 들어오는 간선 수를 가진 페이지에서 PageRank 순서를 정확하게 예측할 수 있음을 확인하였다.
• 이 방법은 주어진 주제에서 목표 순위(예: 상위 10위)를 달성하기 위해 필요한 최소한의 들어오는 간선 수를 추정하는 데 사용할 수 있는 단순한 두 번의 쿼리 절차를 가능하게 한다.
• 중간 순위에 위치한 페이지들에서 같은 들어오는 간선 수를 가진 페이지들의 PageRank 변동은 상당히 크지만, 주로 순위의 주요 크기 체계는 예측 가능하다.
• 이 접근법은 기업 전용 PageRank 도구에 비해 실용적이고 저비용인 대안을 제공하며, 소규모 조직이 웹 가시성 전략을 효과적으로 기획할 수 있도록 한다.