Download
1 / 8
80 likes | 284 Views
研究概要. リンク構造解析スコアリング 既存手法（ PageRank アルゴリズム / HITS アルゴリズム） リンク構造上隣接関係を基にスコアリング（ PageRank / HITS ） 「リンク行為＝リンク先 Web ページの推薦」と定義（ PageRank ） 「（検索結果集合）＋（ 1 クリック距離集合）」にスコアリング（ HITS ） 既存手法問題点 PageRank: 「リンク行為＝リンク先 Web ページの推薦」？ 直接リンク不可能な場合が存在 HITS: アルゴリズム適用範囲＝検索語句との関連性大？
E N D
研究概要 • リンク構造解析スコアリング • 既存手法（PageRankアルゴリズム / HITSアルゴリズム） • リンク構造上隣接関係を基にスコアリング（PageRank / HITS） • 「リンク行為＝リンク先Webページの推薦」と定義（PageRank） • 「（検索結果集合）＋（1クリック距離集合）」にスコアリング（HITS） • 既存手法問題点 • PageRank: 「リンク行為＝リンク先Webページの推薦」？ • 直接リンク不可能な場合が存在 • HITS: アルゴリズム適用範囲＝検索語句との関連性大？ • 1クリック距離集合は検索語句に無関係である場合が存在 • 提案手法 • リンク構造上隣接関係を拡張したスコアリング手法 リンク元 リンク不能 リンク先 リンク元の影響度が減衰 中継点
提案 1: グループ化 • 概要 • 類似情報を持つWebページ集合をグループ化（意味付与） • 類似情報: 「同一作成者/同一コンテンツ内」 • 同一グループ内のリンク構造を削除 • 処理 • ディレクトリ構造による木構造 • 葉（Webページ）を枝（ディレクトリ）と併合 • リンク構造の更新 リンク構造上隣接関係を拡張 Root Directory Web Page Group
提案 2: スコアリング • 静的スコアリング • 全文書集合に含まれるリンク構造を対象 • グループ化と併用 • 動的スコアリング • 全文検索結果集合に含まれるリンク構造を対象 • グループ化適用前後2種類のスコアを算出 • グループ化と併用 • ランキング（併合スコアリング） • 上記各スコア，全文検索スコアを併合 • 重み付け加算を採用 隣接関係拡張 / リンク数減少を図る 隣接関係拡張 / リンク数増加を図る スコア特性を活かす併合式を検討
実験 1: グループ化 • グループ化処理結果比較 • リンク構造解析スコア分布 グループあたりWebページ数 グループ化前後による ノード数 / リンク数 比較 手法別スコアリング結果比較
全文検索 静的（前） 静的（後） 動的（前） 動的（後） グループ化前 グループ化後 双方 未抽出 実験 2: スコアリング • 各スコアリング手法単体評価 • 適合文書抽出割合比較
全文検索 全文検索＋PageRank 提案手法 (2,1,2,0,0) • スコア併合式 / 重み係数調査 • 検索精度評価比較 Score (p) = Wr･ Retrieval (p) + Wsn･ StaticN (p) + Wsg･ StaticG (p) + Wdn･ DynamicN (p) + Wdg･ DynamicG (p)
考察 • グループ化 • グループ間粒度に格差が発生 • 静的スコアリング • 検索可能課題の割合：グループ化前=61% / 後=13% • グループ化前後の併合により検索精度向上 • 動的スコアリング • 検索可能課題の割合：グループ化前=32% / 後=31% リンク構造解析スコアに影響 グループ化適用時のみ抽出可能な検索課題が存在 検索不可能課題が非常に多い
まとめ / 今後の課題 • まとめ • 提案手法それぞれの有効性を確認 • 併合スコアによる検索精度向上を確認 • 今後の課題 • グループ化 • グループの粒度差解消に関する調査検討 • 各グループに付与された意味情報に関する調査検討 • 他グループ化手法の検討 • スコアリング • 各手法が有効に働くWebページ構成に関する調査検討 • スコア併合式に関する調査検討 • スコア算出コストの軽減案検討
