[论文解读] 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 4

一句话总结

本文提出了PCF-Engine，一种新颖的算法，通过评估网站所呈现事实的准确性来对搜索引擎结果页面进行排序。该方法使用基于概率的相似度函数，将网页事实与已验证的真相进行比较，从而提升排序准确性，优于现有的Voting和TruthFinder等方法，仿真结果表明其在可信度评估方面表现更优。

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.

研究动机与目标

• 为解决当前搜索引擎在确保事实准确性方面虽具相关性但仍有局限性的问题。
• 通过基于事实正确性的网站可信度来改进搜索结果排序。
• 开发一种量化网络内容可靠性程度的方法，超越链接分析和关键词匹配。
• 评估所提出方法相对于现有基于可信度的排序算法的有效性。
• 通过优先展示事实正确性更高的网站，提供更准确、更可信的搜索体验。

提出的方法

• PCF-Engine使用基于概率的相似度函数（SIM）计算每篇网页的‘事实正确性概率’（PCF）。
• SIM函数在网页上的事实与已验证的真相之间执行字符串匹配，以估计其正确性的可能性。
• 可信度评分源自PCF值，反映用户提供的事实与已知真相之间的对齐程度。
• 该算法将这些可信度评分整合到搜索结果排序过程中，优先展示更准确的网站。
• 通过仿真实验评估该方法，将其性能与Voting和TruthFinder算法进行比较。
• 评估重点在于衡量在不同数据集上可信度评估准确性的提升程度。

实验结果

研究问题

• RQ1 如何对网页的事实准确性进行定量测量，以改进搜索结果排序？
• RQ2 将事实正确性纳入考量后，对搜索引擎结果的可信度提升程度如何？
• RQ3 所提出的PCF-Engine与现有基于可信度的排序方法（如Voting和TruthFinder）相比表现如何？
• RQ4 基于概率的相似度函数能否有效估计网页上事实的正确性？
• RQ5 事实准确性对搜索引擎结果排序整体可靠性的影响是什么？

主要发现

• PCF-Engine在评估网站可信度方面优于Voting和TruthFinder算法。
• 仿真结果表明，所提方法在基于事实正确性识别可靠来源方面实现了更高的准确性。
• 基于概率的相似度函数有效捕捉了网页事实与真实事实之间的对齐程度。
• 将事实准确性整合到排序中可提升搜索结果的整体可靠性。
• 该方法在不同测试场景下均表现出一致的可信度评估改进。
• PCF-Engine提供了一种可扩展且有效的机制，通过事实验证提升搜索结果质量。