投稿日: WWW 論文紹介

【論文紹介】What Makes a Link Successful on Wikipedia?

Dimitrov, Dimitar and Singer, Philipp and Lemmerich, Florian and Strohmaier, Markus
In Proc. of WWW 2017

概要

Wikipediaでよくクリックされるリンクと、あまりクリックされないリンクの違いは何によって生じるのかを調べた論文。さらにそこで得られた知見を元に、PageRankの改善に取り組んでいる。

リンクのクリックの多寡に影響を及ぼす要因の調査

英語のWikipediaのデータセットを使用。ページ数は480万、リンク数は3400万。クリックデータは2015年2月のものを使用。10回以上クリックされたリンクのみ使用しており、そのようなリンクは全リンクの4%。

リンクがクリックされた回数を目的関数として回帰を行った。使用した特徴量は大きく分けて以下の3カテゴリ。

  • ネットワーク特徴量:リンク元、リンク先それぞれのページの入次数と出次数やPageRankの値など。
  • ページ類似度:リンク元とリンク先のページの類似度をtf-idfベースとWikipediaのカテゴリ情報ベースで求めたもの。
  • 視覚的特徴量:リンクがページ内のどこに位置しているか。ページ内の最初のセクションやインフォボックスなど6箇所のカテゴリを用意。ページ内のxy座標も使用。

回帰の結果、ネットワーク特徴量については、ネットワークの中心よりも端にあるページがクリックされやすいことがわかった。ネットワークの端にあるページはより具体的な内容のページであり、ユーザはページの内容を狭める方向のページに遷移しやすいことを表している。ページ類似度については、類似度が高いページに遷移しやすいことがわかった。視覚的特徴量については、ページの上部と左側にあるリンクがクリックされやすいことがわかった。

PageRankの拡張

通常のPageRankでは、ページ内の全リンクを等確率でクリックすることを想定している。この論文では、先程の分析で得られた知見をもとに、リンク先のページがネットワークの端にあるほど、リンク先のページ類似度が高いほど、リンクの位置が上部または左側にあるほど、高確率で遷移するようにPageRankを拡張した。各ページの閲覧数とPageRank値の相関を評価。

従来のPageRankに比べて、ネットワーク特徴量と視覚的特徴量をそれぞれ単独で使用した場合の相関は高くなったが、ページ類似度を使用した場合の相関は低くなった。ページ類似度を使用したときに相関が悪化した原因として、他の特徴量と比べて、ユーザが類似したページのリンクをクリックするのは限られたシチュエーションであるため、と述べている。ネットワーク特徴量と視覚的特徴量を組み合わせた場合が最も相関が高くなった。


-WWW, 論文紹介

関連記事

Struggling or Exploring? Disambiguating Search Sessions

Ahmed Hassan Ryen W. White Susan Dumais Yi-Min Wang In Proc. of WSDM2014 概要 長い検索セッションには,ユーザが情報の探索をして …

【論文紹介】How Much Novelty is Relevant?: It Depends on Your Curiosity

Zhao, Pengfei and Lee, Dik Lun In Proc. of SIGIR 2016 概要 心理学の分野では、対象物の刺激が強すぎても弱すぎても人は惹き付けられず、中程度のとき最 …

Extending Faceted Search to the General Web

Kong, Weize Allan, James In Proc. of CIKM2014 http://dl.acm.org/citation.cfm?id=2661964 概要 ファセットを提示す …

How fresh do you want your search results?

Shiwen Cheng Anastasios Arvanitis Vagelis Hristidis In Proc. of CIKM 2013 概要 検索結果中の情報の鮮度に着目した研究はこれまで …

Identifying breakpoints in public opinion

Akcora, Cuneyt Gurcan Bayir, Murat Ali Demirbas, Murat Ferhatosmanoglu, Hakan In Proc. of SOMA 2010 …