페이지랭킹 by google

페이지랭킹 by google 20042521 김진태 국민대학교

PageRank gadget http://www.sitepagerank.net/

Motivation • 웹 페이지의 상대적 중요성을 어떻게 추산할 것인가? • World Wide Web • Hypertext • 기존 score알고리즘의 문제 • 임의의 조작 가능

Link Structure of the Web • Forwardlink(out edges) • 페이지를 다운받으면 포워드링크를 알 수 있음. • Backlink(in edges) • 특정 페이지의 모든 백링크를 찾는 것은 불가능 • Many Backlinks -> more important • Important page’s forwarlink -> more important • 어떤 페이지가 높은 랭크의 백링크를 많이 가질수록 그 페이지의 랭크도 올라간다.

pagerank (단순화시킨 버전) • u = 웹페이지 • Fu = u페이지가 가리키는 페이지의 집합 • Bu = u페이지를 가리키는 페이지의 집합 • Nu = |Fu| ; Fu의 개수 • c = 노말라이제이션에 사용되는 팩터(c < 1; 댕글링 링크)

pagerank – rank sink • 두 페이지가 서로 가리키고 있으며 다른 페이지로는 연결되어 있지 않은 경우 • 무한 루프에 빠져 랭크를 계속 계산하며 외부로 전혀 분산하지 못한다. • rank sink로부터 초래되는 문제를 해결하기 위해 rank source를 도입 • source와 sink (그래프 이론 용어) • sink : 밖으로 나가는 링크가 없는 것 • source : 안으로 들어오는 링크가 없고 밖으로 나가는 것만 잇는 것

pagerank (랭크 소스 도입) • E(u) : 랭크의 소스에 해당하는 웹 페이지의 벡터 중 하나 • Random Surfer Model • ‘랜덤 서퍼’의 행동을 모델링한 것이 페이지랭크 • 실제 웹서퍼가rank sink를 만나 루프 내를 맴돌 가능성 -> ZERO • 실제 웹서퍼라면 다른 페이지로 점프할 것이다. -> 부가적인 팩터E

Dangling links problem • Dangling Links • 외부로 나가는 링크가 없는 페이지를 가리키는 링크 • Problem • dangling link의 가중치가 어디로 분산되고 있는지가 불분명 • danglink link가 너무 많다. • 다운로드한 문서가 100인 경우 100개의 문서에서 가리키는 링크의 문서를 모두 다운받기 어렵다. • Solution • dangling link 제거 • 모든 페이지 랭크가 계산될 때까지 무시 • 다른 링크의 노멀라이제이션이 영향을 받을 수는 있지만 크게 변화하지는 않는다. • 페이지 랭크의 계산이 끝난 후 dangling link 첨가

Implementation • 부모ID를 이용해서 링크 구조를 정렬 • 댕글링 링크 제거 • 몇 번의 반복 작업만으로도 대부분의 댕글링 링크 제거 가능 • 랭크값 초기화 • 초기화 값을 잘 설정하면 수렴과정의 속도를 높일 수 있다. • 가중치 수렴 • 현재 진행 중인 단계의 가중치는 메모리에 저장되고 전단계의 가중치는 디스크를 통해 리니어하게엑세스한다. • 가중치 수렴 후, 댕글링 링크 추가 후 랭킹 재연산

Convergence Properties

페이지랭크 적용 결과 비교 조건 : 1600만 페이지를 수집하여 제목만을 사용하는 검색

Common Case • 페이지랭크를 이용한 검색은 커먼케이스를 잘 처리하게 된다. • 꽃을 검색하였을 때 단순히 꽃의 정보가 담긴 사이트가 아닌 꽃 판매 사이트를 출력하는 경우

Personalized PageRank • E, 페이지랭크 연산의 중요 요소 • 랭크싱크처럼아웃엣지가 없는 싸이클을 보충하기 위한 랭크 소스 웹페이지의 벡터

페이지랭크의 적용 • 웹 트래픽의 추산 • 백 링크 예측자로써의 페이지랭크 • 사용자 네비게이션:페이지랭크 프락시

결론 • 페이지랭크 • 페이지의 컨텐트에 상관없이 오직 웹의 그래프 구조 상의 위치에만 의존하는 모든 웹 페이지의 글로벌 랭킹 • ‘중요한’페이지로부터의 백링크는 평균적인 페이지들로부터의 백 링크보다 더 중요하다. • 재귀적인 정의를 통해 확실히 구현되어 있다. • 페이지랭크 실험을 통해 웹 그래프의 구조가 정보검색 작업에서 매우 유용하다는 것을 증명하였다.

페이지랭킹 by google