KR20100095883A - 블로그 랭크 알고리즘을 이용해서 효율적으로 블로그를 검색하기 위한 블로그 랭크 방법 - Google Patents
블로그 랭크 알고리즘을 이용해서 효율적으로 블로그를 검색하기 위한 블로그 랭크 방법 Download PDFInfo
- Publication number
- KR20100095883A KR20100095883A KR1020090014906A KR20090014906A KR20100095883A KR 20100095883 A KR20100095883 A KR 20100095883A KR 1020090014906 A KR1020090014906 A KR 1020090014906A KR 20090014906 A KR20090014906 A KR 20090014906A KR 20100095883 A KR20100095883 A KR 20100095883A
- Authority
- KR
- South Korea
- Prior art keywords
- blog
- blogger
- page
- trackback
- tag
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000011156 evaluation Methods 0.000 claims abstract description 19
- 230000000694 effects Effects 0.000 claims description 15
- 230000004043 responsiveness Effects 0.000 claims description 9
- 230000006872 improvement Effects 0.000 description 17
- 238000002474 experimental method Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 101000911753 Homo sapiens Protein FAM107B Proteins 0.000 description 3
- 102100026983 Protein FAM107B Human genes 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 102100040160 Rabankyrin-5 Human genes 0.000 description 1
- 101710086049 Rabankyrin-5 Proteins 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Mathematical Optimization (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Transfer Between Computers (AREA)
Abstract
Description
본 발명은 블로그 검색 방법에 관한 것으로, 특히 블로그 랭크 알고리즘을 이용해서 효율적으로 블로그를 검색하기 위한 블로그 랭크 방법에 관한 것이다.
오늘날, 웹 2.0 환경의 도래로 인해 대부분의 웹페이지는 블로그 영역에서 생성되고, 또한 기존의 웹페이지 또한 블로그 영역으로 전환되어 가고 있다. 따라서, 블로그 영역에 대한 효율적인 정보검색 기술은 날로 그 중요성이 증가하고 있다. 그 중에서도 페이지 랭크 알고리즘 기술은 이러한 정보검색 기술의 가장 핵심적인 영역이다.
지금까지 웹 페이지 랭킹을 위한 많은 알고리즘들이 연구되었다(예컨대, S. Chakrabarti, 2003. Mining the web, Morgan Kaufmann Publishers.). 그 중에서도 PageRank(S. Brin and L. Page, 1998. The Anatomy of a Large-scale Hypertextual Web Search Engine, In Proceedings of 7th International World Wide Web Conference.)와, HITS(J. M. Kleinberg, 1999. Authoritative sources in hyperlinked environment, Journal of the ACM, Vol. 46, No. 5.)가 가장 성공적인 결과였으며, 그들에 대한 검색 효율성은 학계 및 산업계에 널리 알려져 있다. 이러한 알고리즘들의 특징은 페이지의 연결성을 기반으로 페이지의 우수성을 평가하는 것이다. 물론, 이러한 알고리즘들을 블로그 영역에 바로 적용할 수 있지만, 다음과 같은 블로그 페이지의 구조적 특징들을 간과함으로써 더욱 효율적인 검색결과를 기대하기 힘들다.
1) 블로그 페이지는 웹 페이지와 달리 트랙백 연결, 태그, 댓글과 같은 구조적 속성들을 가진다(C. Marlow. Audience, structure and authority in the weblog community. In International Communication Association Conference, New Orleans, LA, 2004. http://web.media.mit.edu/>>ameron/cv/pubs/04-01.pdf.). 이러한 속성들은 블로그 영역에서 활동 중인 블로거들에 의해 생성되고 수정되므로, 그들의 생각, 관심, 반응들을 반영한다. 또한, 유사한 생각과 관심을 가진 블로거들과의 상호작용을 유도하여 더 많은 양질의 정보가 생성 및 관리 된다(A. Java, P. Kolari, T. Finin, and T. Oates. Modeling the Spread of Influence on the Blogosphere. Technical report, University of Maryland, Baltimore County, March 2006.). 즉, 블로그 영역의 정보는 이러한 구조적 속성들과 상호작용을 통하여 점차 발전하는 것이다. 따라서, 더욱 효율적인 검색을 위해 이러한 구조적 속성들과 상호작용을 고려해야 한다.
2) 하나의 블로그 사이트는 한명의 블로거가 작성한 페이지들로 구성 및 관리되고, 이로 인해 블로그는 흔히 “Personal publishing tool"로 불린다. 따라서, 보통 블로그 페이지의 질과 주제는 그 블로그를 관리하는 블로거의 지식과 관심 사항에 따라 결정된다. 이러한 특징으로 인해, 처음 연결성이 없지만 유용한 블로그 페이지를 블로거의 과거 명성을 기반으로 좋은 페이지로 평가 할 수 있다.
즉, 오늘날 대부분의 웹 페이지는 블로그 영역에서 생성되고 기존의 웹 페이지 또한 블로그 영역으로 전환되어 가고 있다. 이러한 상황에서, 트랙백 연결, 블로거의 명성, 태그, 사용자 반응성과 같은 블로그 페이지와 웹 페이지 간의 특성차이는 간과할 수 없는 중요한 문제이다. 또한, 이러한 특성차이를 반영하지 않는 전통적인 웹 페이지 랭킹 알고리즘을 블로그 페이지에 단순히 적용하는 것은 효율적인 검색을 위해 적절하지 않다.
본 발명은 상기한 점을 감안하여 발명된 것으로, 블로그의 구조적 특징들을 활용하여 블로거의 명성, 트랙백 연결성, 사용자 반응성을 평가하고 이를 기반으로 블로그 페이지를 평가하는 블로그 랭크 알고리즘을 이용해서 효율적으로 블로그를 검색하기 위한 블로그 랭크 방법을 제공함에 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명에 따른 블로그 랭크 알고리즘을 이용해서 효율적으로 블로그를 검색하기 위한 블로그 랭크 방법은,
블로그 랭크 알고리즘을 이용해서 블로그를 검색하기 위한 블로그 랭크 방법에 있어서,
블로그 페이지를 작성한 블로거의 명성과, 블로그 페이지의 트랙백 연결성 및, 블로그 페이지의 사용자 반응성을 평가하고, 이 평가를 기초로 블로그 페이지를 평가하되,
키워드 t의 관점에서 페이지 e의 평가, ES(e, t)가,
여기서,
b: 태그 t를 포함하는 페이지 e를 작성한 블로거
K: 페이지 e의 트랙백 연결 수
bi: 페이지 e에 i번째 트랙백 연결을 생성한 블로거
BS(t, b): 태그 t에 대한 블로거 b의 명성점수
TBS(t, e, bi): 태그 t의 관점에서, 페이지 e에 포함된 블로거 bi가 생성한
i번째 트랙백 연결의 점수
Ntr(b, t): 블로거 b가 태그 t에 대해 작성한 모든 페이지들의
트랙백 연결 수
Ncm(b, t): 블로거 b가 태그 t에 대해 작성한 모든 페이지들의 댓글 수
β: 0.001(트랙백 연결이 없는 경우를 위해)
CS(e): 페이지 e의 댓글 수
로 정의되는 것을 특징으로 한다.
본 발명에 따르면, 블로그 구조의 종합적 분석을 통하여 물리적 연결성 뿐만 아니라 사용자 참여를 통한 내용적 평가를 암묵적으로 반영하여 검색 효율성을 향상시키게 된다.
더욱이, 작성 초기에 링크를 가지지 않은 페이지를 더욱 효율적으로 평가하 게 된다.
이하, 예시도면을 참조하면서 본 발명에 따른 실시예를 상세히 설명한다.
본 발명에 따른 블로그 랭크 방법에서는 블로그의 특징들을 고려하여 페이지를 평가하는 “블로그-랭크(blog-rank)” 알고리즘을 이용한다. 이 알고리즘은 더 높은 트랙백 연결성과 사용자 반응성을 가진 페이지를 더 좋은 페이지로 평가하고, 또한 더 높은 명성을 가진 블로거가 작성한 페이지를 더 좋은 페이지로 평가한다. 페이지는 높은 명성을 가진 블로거가 연결한 트랙백 연결이 많을수록 더욱 높은 트랙백 연결성을 가진다. 이러한 블로그-랭크 알고리즘을 실현하기 위해 본 발명에서는 다음과 같은 3가지 요소를 평가한다.
ㆍ 페이지를 작성한 블로거의 명성
ㆍ 페이지의 트랙백 연결성
ㆍ 페이지의 사용자 반응성
상기한 블로거의 명성은 트랙백 연결, 태그, 그리고 댓글을 기반으로 2개의 점수를 계산하여 평가한다. 블로거가 작성한 페이지들의 점수, 블로그 영역에서의 블로거 활동점수. 페이지들의 점수는 태그, 트랙백 연결, 그리고 댓글을 기반으로 계산하고, 블로거 활동점수는 블로거가 작성한 좋은 페이지들의 수를 기반으로 계산한다. 본 발명에서 좋은 페이지는 주로 높은 트랙백 연결성을 가진 페이지이다.
상기한 트랙백 연결성은 트랙백 연결의 수와 연결을 생성한 블로거의 명성을 기반으로 계산한다.
상기한 사용자 반응성은 트랙백 연결에 대한 댓글의 가치평가를 기반으로 계산한다.
본 발명에 따른 블로그-랭크 알고리즘은 2가지의 중요한 특징을 가진다.
첫 번째 특징은, 페이지 평가 시 구조적 관점에서 평가한다는 것이다. 즉, 페이지의 내용에는 관심을 가지지 않는다. 그러나, 블로그의 구조적 속성이 페이지의 질을 반영하므로 내용적 평가가 암묵적으로 이루어진다. 예컨대, 블로거가 어떤 블로그 사이트에서 유용하고 관심 있는 페이지를 본다면, 자신의 사이트 이용자에게 그 페이지를 제공하고 싶어 할 것이고, 그로 인해 자신의 사이트와 트랙백 연결을 생성할 것이다. 또는, 트랙백 연결을 통해 공유하지 않더라도 댓글을 통하여 자신의 의견을 페이지에 표현할 것이다. 즉, 트랙백 연결과 댓글은 페이지의 내용이 누군가에게는 유용하고 관심이 있다는 것을 나타낸다고 볼 수 있다. 결국, 이러한 속성들을 더 많이 포함하거나 더 좋은 것들을 포함하는 페이지는 사용자들을 더욱 만족시킬 수 있는 정보가 될 가능성이 높다. 다시 말하면, 블로그 페이지의 내용평가는 블로거들의 활동에 의해서 암묵적으로 수행되고, 그 평가결과는 블로그 페이지의 구조에 자연스럽게 포함되는 것이다.
본 발명에 따른 블로그-랭크 알고리즘의 또 다른 특징은 과거 블로거의 활동을 기반으로 페이지 평가가 가능하다는 것이다. 이것은 처음 내부링크를 가지지는 않지만 과거 주목을 많이 받았던 블로거의 페이지, 즉 유용한 정보가 될 가능성 이 높은 페이지를 높게 평가할 수 있는 것이다. 이 특징은 새로운 주제를 주로 다루는 블로그 영역의 특성을 고려할 때 매우 중요한 특징이라 할 수 있다.
지금까지 블로그 페이지 랭킹을 위한 몇몇 연구가 있었다. 예컨대, 아다(Adar) 등은 iRank라는 랭킹 방법을 제안했다[E. Adar., L. Zhang., L. Adamic., R. Lukose., (2004). "Implicit Structure and the Dynamics of Blogspace", Workshop on the Weblogging Ecosystem: Aggregation, Analysis and Dynamics, WWW 2004].
이 방법은 정보의 출처를 포함하는 페이지를 높게 평가하는데 반면, 본 발명에 따른 블로그-랭크 알고리즘을 이용한 랭크 방법은 유명한 페이지를 높게 평가하는 방법이다.
이는 최신 주제를 주로 다루는 블로그 영역의 특성 상 사용자의 관심과 상호작용을 기반으로 유명한 페이지를 더 높게 평가하는 본 발명에 따른 블로그-랭크 알고리즘을 이용한 랭크 방법이 더 좋은 정보를 제공한다.
한편, Fujimura 등에 따르면[K. Fujimura., T. Inoue., M. Sugisaki., (2005). "TheEigenRumor Algorithm for Ranking Weblogs", 2nd Annual Workshop on the Weblogging Ecosystem: Aggregation, Analysis and Dynamics, WWW 2005.], 에이전트(agent)와 오브젝트(object) 간의 연결성을 EigenRumor vertor로 정의하고, 이를 계산하여 페이지를 평가하는 방법을 제안하고 있다. 이 방법은 정보의 제공과 평가에 전적으로 의존하는 방법으로 트랙백 연결성을 고려하지 않는다. 반면, 본 발명에 따른 블로그-랭크 알고리즘의 연결성 평가는 트랙백 연결성에 기반을 두 기 때문에, 페이지의 내용평가를 암묵적으로 포함함으로써 더 좋은 정보 검색을 가능하게 한다.
한편, 본 발명에 따른 블로그-랭크 알고리즘의 연결성 분석은 PageRank, HITS와 유사하다. 그러나, 본 발명에 따른 블로그-랭크 알고리즘은 블로거의 명성점수를 평가 및 관리하기 때문에, 페이지의 작성 시기와 무관하게 블로거의 명성 평가에 따라 페이지를 평가할 수 있다. 이는 평가를 위한 점수를 얻기 위해 일정 시간이 필요한 PageRank, HITS에서는 거의 불가능하다.
또한, 본 발명에 따른 블로그-랭크 알고리즘을 적용한 소프트웨어적인 검색 모듈을 구현하여 기존의 다른 알고리즘에 따른 검색 방법과 검색 성능을 비교 하였다. 이와 같은 검색 비교를 위해, 티스토리 도메인(http://www.tistory.com/)에서 195개의 블로그 사이트, 62906개의 페이지를 수집하였다. 검색 비교 결과, 본 발명에 따른 블로그-랭크 알고리즘을 적용한 검색 방법이 기존의 티스토리 검색시스템에 따른 방법 보다 사용자 쿼리에 더욱 관련 있는 정보를 검색하였다. 이는 블로그의 구조적 특징이 블로그 검색의 성능과 유용성을 개선할 수 있다는 것을 보여준다.
도 1은 블로그 영역의 구조적 특징을 나타낸 것으로, 블로그 페이지는 기존의 웹 페이지와는 구조적으로 차이를 갖는다. 즉, 블로그 영역은 많은 수의 블로그 사이트들을 가진다. 하나의 블로그 사이트는 한명의 블로거와 그가 작성한 페이지들로 구성된다. 하나의 페이지는 내용, 태그, 트랙백 연결, 댓글, 페이지를 작성한 블로거의 ID, 작성시간 등의 속성을 갖추어 구성된다. 또한, 블로그 영역 의 블로거들은 블로그 영역의 페이지를 읽고 트랙백 연결과 댓글을 작성하여 블로그 사이트 간에서 2종류의 상호작용을 생성한다. 트랙백 연결은 블로그 페이지와 다른 블로그 사이트 간의 연결이고, 댓글은 블로그 페이지와 사용자 간의 상호작용이다.
또한, 사용자들은 웹에서 검색 시 보통 키워드를 사용하고, 검색엔진은 그 키워드와 관련된 정보를 사용자에게 제공한다. 일반적으로 블로그 페이지는 태그를 포함하고 있다(C. Marlow. Audience, structure and authority in the weblog community. In International Communication Association Conference, New Orleans, LA, 2004. http://web.media.mit.edu/>>ameron/cv/pubs/04-01.pdf.). 또한, 블로거는 보통 자신의 페이지 내용을 잘 나타내기 위해 태그를 신중히 선택한다. 따라서, 본 발명에서는 사용자의 쿼리 키워드와 페이지의 내용의 연관성 평가를 위해 태그를 이용한다. 즉, 만약, 키워드 k가 페이지에 태그로 존재한다면, 그 페이지의 내용은 쿼리 키워드와 관련이 있다고 가정한다.
마지막으로 본 발명에서는 아래의 가정을 따라 좋은 페이지를 판단한다.
ㆍ 더 좋은 블로거가 작성한 페이지가 더 좋은 페이지
ㆍ 더 좋은 블로거에 의해 생성된 트랙백이 더 많을수록 더 좋은 페이지
ㆍ 더 많은 댓글을 포함하는 페이지가 더 좋은 페이지
이러한 요소들을 고려하여 페이지의 점수가 다음의 식 (1)과 같이 평가된다.
즉,
태그 t를 가진 페이지의 점수 = 키워드 t에 대한 블로거의 명성점수 +
트랙백의 점수 + 댓글의 점수 ------- (1)
여기서, 키워드 t에 대한 블로거의 명성점수는 키워드 t를 포함하는 블로거가 작성한 페이지와 키워드 t에 대한 블로거의 과거 활동을 기반으로 평가한다.
이어, 각 요소들의 평가를 위한 본 발명에 따른 블로그-랭크 알고리즘에 대해 설명한다.
1. 블로그-랭크 알고리즘
상기 평가 식 (1)에 따라, 블로그-랭크 알고리즘이 다음의 식 (2)와 같이 정의된다.
키워드 t의 관점에서 페이지 e의 평가, ES(e, t)는,
여기서,
b: 태그 t를 포함하는 페이지 e를 작성한 블로거
K: 페이지 e의 트랙백 연결 수
bi: 페이지 e에 i번째 트랙백 연결을 생성한 블로거
BS(t, b): 태그 t에 대한 블로거 b의 명성점수
TBS(t, e, bi): 태그 t의 관점에서, 페이지 e에 포함된 블로거 bi가 생성한
i번째 트랙백 연결의 점수
Ntr(b, t): 블로거 b가 태그 t에 대해 작성한 모든 페이지들의
트랙백 연결 수
Ncm(b, t): 블로거 b가 태그 t에 대해 작성한 모든 페이지들의 댓글 수
β: 0.001(트랙백 연결이 없는 경우를 위해)
CS(e): 페이지 e의 댓글 수이다.
αb t는 댓글의 가중치이다. 댓글의 가치가 트랙백의 가치보다 더 작으므로 αb t는 댓글의 영향력을 약화시킨다. 상기 식 (2)는 블로그-랭크 알고리즘이 효율적인 블로그 검색을 위하여 블로거, 트랙백 연결, 댓글, 그리고 태그와 같은 블로그 구조의 특징을 기반으로 페이지를 평가하는 것을 나타낸다. 이하, 상기한 각 요소들에 대해 설명한다.
1.1 블로거 점수(BS)
블로거 점수는 특정 태그에 대한 블로거의 명성을 나타낸다. 본 발명에 따른 방법에서는 하나의 주제에 대한 블로거의 명성이 그의 과거 행동과 과거 산출물에 기반한다고 가정한다. 만약, 블로거가 한 주제(태그)에 대해 블로그 영역에서 활발히 활동한다면, 그리고 그 활동의 산출물이 좋다면, 그의 명성은 높을 것이다.
이를 위해 2가지 관점의 점수, 즉 특정 태그에 대해 블로거가 작성한 모든 페이지의 평균점수(BES)와, 특정 태그에 대해 블로그 영역에서의 블로거 활동점수를 고려한다. 한 점수가 블로거 점수에 크게 영향을 미치는 것을 방지하기 위해 두 점수를 정규화 한다. 이러한 사항들을 기반으로 블로거 점수는 다음과 같이 정의한다.
BS(t, b) = sigmoid(BES(t, b)) + sigmoid(BAS(t,b))
여기서, sigmoid(a) = 1 / 1 + e-a 이다
1.1.1 블로거의 페이지 점수(BES)
블로거의 페이지 점수는 특정 태그에 대해 블로거가 작성한 페이지의 질을 나타낸다. 본 발명에서는 블로거의 페이지 점수를 과거 블로거가 작성했던 페이지들의 평균점수로 정의한다. 이는, 블로그 영역에서 작성했던 페이지는 주요한 산출물이기 때문이다.
여기서, Eb t: 블로거 b가 태그 t에 대해 작성한 모든 페이지의 집합
본 발명에서 블로거가 과거에 작성했던 페이지는 블로거의 명성이 없는 상태에서 작성한 페이지라 가정한다. 따라서, 페이지의 점수 계산식 (2)에서 블로거 점수(BS)를 기본값 1로 설정하여 과거 작성한 페이지의 점수(PES)는 다음과 같이 정의한다.
여기서,
K: 페이지 e의 모든 트랙백 연결 수
bj: 페이지 ei에 j번째 트랙백 연결을 생성한 블로거
BS(t, b): 태그 t에 대한 블로거 b의 명성점수
TBSj(t, ei, bj): 태그 t의 관점에서, 페이지 ei에 포함된 블로거 bj가 생성한
i번째 트랙백 연결의 점수
Ntr(b, t): 블로거 b가 태그 t에 대해 작성한 모든 페이지들의
트랙백 연결 수
Ncm(b, t): 블로거 b가 태그 t에 대해 작성한 모든 페이지들의 댓글 수
β: 0.001(트랙백 연결이 없는 경우를 위해)
CS(e): 페이지 e의 댓글 수이다.
가중치 α와 β는 매우 작은 값이므로 CS(ei)는 과거 작성한 페이지 계산에 크게 영향을 주지 않는다. 따라서, 블로거의 페이지 점수는 트랙백 점수와 블로거 활동점수에 지대한 영향을 받는다. 여기서, 블로거 활동점수 또한 트랙백 연결 수에 기반을 두므로, 결과적으로 블로그-랭크 알고리즘의 전반적인 평가는 트랙백 연결에 가장 큰 영향을 받는다. 트랙백 점수에 대해서는 이후 설명한다.
1.1.2 블로거 활동점수(BAS)
블로거 활동 점수는 특정 태그에 대해 블로그 영역에서의 블로그 활동을 나타낸다. 이 블로거 활동 점수는 블로거가 작성한 모든 페이지들의 수와 블로거가 작성한 전체 페이지 당 한 페이지의 트랙백 가치를 기반으로 계산한다. 이러한 생각을 실현하기 위해 블로거 활동점수(BAS)를 다음과 같이 정의한다.
여기서,
Nt en(b): 블로거 b가 태그 t에 대해 작성한 모든 페이지의 수
Ntr en(b): 블로거 b가 작성한 페이지 중 트랙백 연결을 가진 페이지의 총수
Nen(b): 블로거 b에 의해 작성된 모든 페이지의 수이다.
상기 식 (4)에서, 첫 번째 요소는 블로거 행동의 양을 나타내고, 마지막 요소는 블로거 행동의 질을 나타낸다. 블로거 행동의 질은 트랙백 연결을 기반으로 구해진다.
1.2 트랙백 점수(TBS)
트랙백 점수는 특정한 태그를 가진 페이지의 트랙백 연결성을 나타낸다. 상기한 바와 같이, 트랙백 연결성은 트랙백 연결의 수와 트랙백 연결을 생성한 블 로거의 명성을 기반으로 평가한다. 따라서, 태그 t의 관점에서 페이지 ei의 트랙백 점수는 다음과 같이 정의한다.:
여기서,
bj: j번째 트랙백 연결을 생성한 블로거 b
BS(t, bj): j번째 트랙백 연결을 생성한 블로거 b의 명성점수이다.
값 1은 트랙백의 정량적요소를 나타내고, BS(t, bj)는 트랙백의 정성적요소를 나타낸다.
실험 설정
블로그-랭크 알고리즘의 궁극적인 목적은 쿼리 키워드와 반환되는 검색결과의 연관성을 개선하는 것이다. 이러한 연관성의 개선을 증명하기 위해, 본 발명에 따른 블로그-랭킹 알고리즘을 적용한 블로그 검색 방법을 구현하기 위해 티스토리 도메인에서 195개의 블로그, 62906개의 페이지를 수집하였다. 또한, 본 발명에 따른 블로그-랭킹 알고리즘을 이용한 블로그 검색 결과와 기존의 블로그 검색결과를 비교하였다.
효율적인 검색결과를 위해 쿼리 키워드와 연관성이 더 많은 페이지가 그렇지 않은 페이지보다 더 높게 랭킹되어야 한다. 상기한 바와 같이, 블로거는 자신의 페이지 내용을 잘 나타내기 위해 신중히 태그를 선택한다. 그러므로, 본 발명에서는 쿼리 키워드와 관련 있는 태그를 포함하는 페이지가 쿼리 키워드와 연관성이 있다고 가정한다. 즉, 페이지가 쿼리 키워드와 관련이 있는 태그들을 더 많이 포함하고 있다면, 그 페이지는 쿼리 키워드와 더 연관성이 높다.
쿼리 키워드와 관련이 있는 태그들은 동시 출현 빈도수를 기반으로 정의한다. 만약, 쿼리 키워드와 동일한 태그를 포함하는 페이지가 있다면, 그 페이지 내의 모든 태그들은 쿼리 키워드와 1의 연관성을 가진다. 이와 같이, 1의 연관성을 가진 태그들이 다른 페이지에서 또 다시 동시에 존재하면 연관성 값은 1씩 증가하게 된다. 이러한 과정이 반복되어 연관성 값이 10을 넘는 태그들을 선택하여 쿼리 키워드와 관련이 있는 태그들로 정의한다. 본 발명은 이러한 태그들을 티스토리 도메인(http://www.tistory.com/), 이글루스 도메인(http://www.egloos.com/), 블로그코리아 도메인(http://www.blogkorea.net/)의 페이지에서 구성한다. 여기서, 티스토리는 본 발명에 따른 블로그-랭크 랭킹알고리즘 계산을 위해 수집되었던 도메인이고, 이글루스와 블로그코리아는 그렇지 않은 도메인이다.
검색결과의 효율성을 평가하기 위해 페이지에 포함된 쿼리 키워드와 연관된 태그의 수를 측정하고, 그 수를 K순위까지의 NDCG at K(Normalized Discounted Cumulative Gain)에 적용하였다. NDCG at K는 검색결과의 랭크 정확성을 측정하는 정보검색의 평가 metric 중 하나이다[K. Jarvelin and J. Kekalainen. IR evaluation methods for retrieving highly relevant documents. In Proceedings of the ACM Conference on Research and Development on Information Retrieval (SIGIR), 2000]. 주어진 쿼리 q가 있을 때 랭크된 검색결과는 다음의 식에 의해 K순위별로 NDCG가 계산된다.
NDCG at K는 검색결과의 순위 j = 1에서 K까지의 게인(gain)의 합으로 계산된다. r(j)는 순위 j에서의 보상을 나타내는 함수이다. 본 발명에 따른 블로그-랭킹 방법의 실험에서 r(j)는 j번째 페이지 ej의 RV(ej, q)를 기반으로 계산된다. 즉, r(j) = log(RV(ej, q) + 1)이다. RV(ej, q)는 페이지 ej에서 쿼리 키워드 q와 관련 있는 태그들의 개수이다. Mq는 정규화 상수이고 이로 인해 NDCG의 최대값은 1이 된다.
실험의 현실성을 위해, 쿼리 키워드 풀에서 임의로 선택된 쿼리 키워드를 이용하였다. 총 20개의 실험쿼리는 10개의 이슈 쿼리와 10개의 임의 쿼리로 구성한다. 이슈 쿼리는 최근에 사회적으로 이슈가 되는 사건이나 인물들과 관련된 키워드를 쿼리 키워드 풀에서 선택하였는 바, 예컨대 이명박, 광우병, 올림픽 등을 들 수 있다. 임의 쿼리는 쿼리 키워드 풀에서 임의로 선택하였다. 쿼리 키워드 풀은 다음의 과정으로 구성한다.
(1) 초기 키워드를 가진 집합을 하나의 쿼리-집합으로 둔다. 초기 키워드는 임의로 선택한다.
(2) 쿼리-집합에서 키워드를 하나 임의로 선택한다.
(3) 선택된 키워드와 관련된 키워드를 블로그 영역에서 찾고, 찾아진 키워드 를 쿼리-집합에 추가한다. 관련된 키워드는 선택된 키워드와 동일한 태그를 가진 페이지의 모든 태그들이다.
(4) 쿼리-집합의 크기가 100을 넘으면 중단한다.
(5) 이전에 선택되지 않은 키워드를 하나 선택하고 3번과정으로 돌아간다.
완성된 쿼리-집합을 쿼리 키워드 풀로 이용한다.
실험 결과
본 발명에 따른 블로그-랭크 알고리즘에 따른 블로그 검색 방법의 검색효율성을 평가하기 위해 앞에서 정의한 실험 설정을 따라 다음과 같이 실험하였다.
(1) 실험 쿼리들을 선택한다. 실험 쿼리는 10개의 이슈 쿼리와 10개의 임의 쿼리로 구성한다.
(2) 실험 쿼리들을 본 발명에 따른 블로그-랭크 검색 방법과 티스토리 블로그 검색 방법에 적용하고 검색결과를 받는다.
(3) NDCG at K 평가 metric과 3 도메인에서의 관련된 태그들을 이용하여 두 방법의 검색결과를 비교 분석한다.
먼저, 티스토리 도메인에서 구성된 관련 태그들을 가지고 실험하였다.
도 2a 및 도 2b는 본 발명과 티스토리 도메인의 관련 태그를 기초로 한 이슈 쿼리와 임의 쿼리 각각의 검색 성능 개선을 나타낸 그래프이다.
도 2a에 나타낸 바와 같이, 상위 10위 페이지에서 전체적으로 지속적인 성능개선이 나타나고 있음을 알 수가 있다. 도 2a에 있어서 NDCG 값은 10개 이슈 쿼 리의 평균값을 나타낸 것이다. 랭크 2(K=2)에서, 본 발명에 따른 블로그-랭크의 NDCG 값은 0.804이고, 티스토리-랭크의 값은 0.615임을 알 수가 있다.
또한, 도 2b에 나타낸 바와 같이, 임의 쿼리에서도 상위 10위 페이지에서 전체적으로 지속적인 성능개선이 나타나고 있음을 알 수가 있다. 가장 큰 성능개선을 보인 곳은 랭크 5로서, 본 발명에 따른 블로그-랭크가 0.764인데 반해, 티스토리-랭크는 0.645이다.
이와 같은 결과는 본 발명에 따른 블로그-랭크 알고리즘이 기존의 티스토리의 랭크 알고리즘 보다 검색 성능이 더욱 우수하다는 것을 보여준다. 또한, 이슈 쿼리에서의 성능개선이 임의 쿼리에서의 성능 개선보다 더욱 좋은 것으로 미루어 블로그-랭크 알고리즘이 최근에 이슈가 되는 페이지를 더 잘 반영한다는 것을 보여준다.
또한, 본 발명의 실험 도메인이 아닌 다른 2 도메인, 즉 이글루스 도메인과 블로그코리아 도메인에서 구성한 관련된 태그들을 적용하여 실험하였다.
도 3a 및 도 3b는 본 발명과 이글루스 도메인의 관련 태그를 기초로 한 이슈 쿼리와 임의 쿼리 각각의 검색 성능 개선을 나타낸 그래프이고, 도 4a 및 도 4b는 본 발명과 블로그코리아 도메인의 관련 태그를 기초로 한 이슈 쿼리와 임의 쿼리 각각의 검색 성능 개선을 나타낸 그래프이다.
이글루스와 블로그코리아의 태그를 적용한 실험에서도 본 발명에 따른 블로그-랭크 알고리즘의 성능이 더 우수하다는 것을 알 수가 있다.
결과적으로, 본 발명에 따른 블로그-랭크 알고리즘을 적용한 검색시스템이 기존의 티스토리 검색시스템의 검색 성능보다 우수한 것이 증명되었다.
이와 같은 본 발명에 따른 블로그-랭크 알고리즘의 성능 개선을 표 1로 나타낸다. 표 1에 있어서 각 값은 본 발명에 따른 블로그-랭크 알고리즘을 적용한 방법과, 티스토리에 따른 검색 방법의 NDCG값의 차이이고, 괄호안의 값은 성능개선율이다.
표 1
연관된 태그들의 구성도메인 | |||
티스토리 | 이글루스 | 블로그코리아 | |
이슈 쿼리 | 0.168 (24%) | 0.129 (18%) | 0.142 (20%) |
임의 쿼리 | 0.085 (12%) | 0.057 (7%) | 0.090 (15%) |
이상과 같이 표 1에서는 전체 테스트 쿼리를 적용한 실험 결과를 나타내고 있고, 실험 결과에서 본 발명에 따른 블로그-랭크 알고리즘을 이용한 블로그 랭크 방법은 기존의 검색 방법 보다 전체 쿼리(이슈 쿼리 + 임의 쿼리)에 대해 평균 16%의 성능 개선을 달성하였고, 이슈 쿼리에 대한 성능 개선은 평균 20%로, 임의 쿼리의 성능 개선 평균 11% 보다 2배 정도 높은 성능개선을 달성하고 있음을 알 수 있다.
이상과 같이, 전통적인 웹 페이지와 달리 블로그 페이지는 트랙백 연결, 태그, 댓글과 같은 구조적인 특징을 가지고 있다. 따라서, 이러한 특징들을 고려하는 본 발명에 따른 블로그 랭크 알고리즘은 기존의 웹 페이지 랭크 알고리즘보다 블로그 검색 성능이 더 우수하다.
더욱이, 본 발명에 따른 알고리즘은 블로그 페이지를 크게 3가지의 요소, 즉 블로거의 명성, 트랙백 연결성, 사용자의 반응성의 요소로 분석하였다. 이러한 요소 중, 트랙백 연결성과 사용자 반응성은 단지 블로그의 구조적인 요소만을 평가하지만 암묵적인 내용평가를 포함하여 더 우수한 검색성능을 내게 된다. 이는 컴퓨팅 성능의 관점에서 중요한 특징 중의 하나이다. 왜냐하면 데이터의 내용을 직접분석 하는 것은 비싼 컴퓨팅 비용이 요구되기 때문이다. 또한, 본 발명에 따른 방법은 블로거의 명성을 평가 및 관리하여 초기에 연결성을 가지지는 않지만 유용한 내용을 가진 페이지를 저평가하지 않게 된다.
도 1은 블로그 영역의 구조적 특징을 나타낸 도면,
도 2a 및 도 2b는 본 발명과 티스토리 도메인의 관련 태그를 기초로 한 이슈 쿼리와 임의 쿼리 각각의 검색 성능 개선을 나타낸 그래프,
도 3a 및 도 3b는 본 발명과 이글루스 도메인의 관련 태그를 기초로 한 이슈 쿼리와 임의 쿼리 각각의 검색 성능 개선을 나타낸 그래프,
도 4a 및 도 4b는 본 발명과 블로그코리아 도메인의 관련 태그를 기초로 한 이슈 쿼리와 임의 쿼리 각각의 검색 성능 개선을 나타낸 그래프이다.
Claims (6)
- 블로그 랭크 알고리즘을 이용해서 블로그를 검색하기 위한 블로그 랭크 방법에 있어서,블로그 페이지를 작성한 블로거의 명성과, 블로그 페이지의 트랙백 연결성 및, 블로그 페이지의 사용자 반응성을 평가하고, 이 평가를 기초로 블로그 페이지를 평가하되,키워드 t의 관점에서 페이지 e의 평가, ES(e, t)가,여기서,b: 태그 t를 포함하는 페이지 e를 작성한 블로거K: 페이지 e의 트랙백 연결 수bi: 페이지 e에 i번째 트랙백 연결을 생성한 블로거BS(t, b): 태그 t에 대한 블로거 b의 명성점수TBS(t, e, bi): 태그 t의 관점에서, 페이지 e에 포함된 블로거 bi가 생성한i번째 트랙백 연결의 점수Ntr(b, t): 블로거 b가 태그 t에 대해 작성한 모든 페이지들의트랙백 연결 수Ncm(b, t): 블로거 b가 태그 t에 대해 작성한 모든 페이지들의 댓글 수β: 0.001(트랙백 연결이 없는 경우를 위해)CS(e): 페이지 e의 댓글 수로 정의되는 것을 특징으로 하는 블로그 랭크 알고리즘을 이용해서 효율적으로 블로그를 검색하기 위한 블로그 랭크 방법.
- 제1항에 있어서, 태그 t에 대한 블로거 b의 명성점수 BS(t, b)가,BS(t, b) = sigmoid(BES(t, b)) + sigmoid(BAS(t,b))여기서, sigmoid(a) = 1 / 1 + e-a로 정의되는 것을 특징으로 하는 블로그 랭크 알고리즘을 이용해서 효율적으로 블로그를 검색하기 위한 블로그 랭크 방법.
- 제1항에 있어서, 블로거 점수(BS)를 기본값 1로 설정해서 작성한 과거 페이지의 점수 PES가,여기서,K: 페이지 e의 모든 트랙백 연결 수bj: 페이지 ei에 j번째 트랙백 연결을 생성한 블로거BS(t, b): 태그 t에 대한 블로거 b의 명성점수TBSj(t, ei, bj): 태그 t의 관점에서, 페이지 ei에 포함된 블로거 bj가 생성한i번째 트랙백 연결의 점수Ntr(b, t): 블로거 b가 태그 t에 대해 작성한 모든 페이지들의트랙백 연결 수Ncm(b, t): 블로거 b가 태그 t에 대해 작성한 모든 페이지들의 댓글 수β: 0.001(트랙백 연결이 없는 경우를 위해)CS(e): 페이지 e의 댓글 수로 정의되는 것을 특징으로 하는 블로그 랭크 알고리즘을 이용해서 효율적으로 블로그를 검색하기 위한 블로그 랭크 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090014906A KR101049648B1 (ko) | 2009-02-23 | 2009-02-23 | 블로그 랭크 알고리즘을 이용해서 효율적으로 블로그를 검색하기 위한 블로그 랭크 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090014906A KR101049648B1 (ko) | 2009-02-23 | 2009-02-23 | 블로그 랭크 알고리즘을 이용해서 효율적으로 블로그를 검색하기 위한 블로그 랭크 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20100095883A true KR20100095883A (ko) | 2010-09-01 |
KR101049648B1 KR101049648B1 (ko) | 2011-07-14 |
Family
ID=43003705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020090014906A KR101049648B1 (ko) | 2009-02-23 | 2009-02-23 | 블로그 랭크 알고리즘을 이용해서 효율적으로 블로그를 검색하기 위한 블로그 랭크 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101049648B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013062620A2 (en) * | 2011-04-04 | 2013-05-02 | Northwestern University | Methods and systems for analyzing data of an online social network |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7421429B2 (en) | 2005-08-04 | 2008-09-02 | Microsoft Corporation | Generate blog context ranking using track-back weight, context weight and, cumulative comment weight |
US8244720B2 (en) | 2005-09-13 | 2012-08-14 | Google Inc. | Ranking blog documents |
KR20070043949A (ko) * | 2007-03-28 | 2007-04-26 | (주)그루터 | 블로그 소셜네트웍 구성방법 및 개인화된 검색 랭킹적용방법 |
-
2009
- 2009-02-23 KR KR1020090014906A patent/KR101049648B1/ko not_active IP Right Cessation
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013062620A2 (en) * | 2011-04-04 | 2013-05-02 | Northwestern University | Methods and systems for analyzing data of an online social network |
WO2013062620A3 (en) * | 2011-04-04 | 2013-07-11 | Northwestern University | Methods and systems for analyzing data of an online social network |
Also Published As
Publication number | Publication date |
---|---|
KR101049648B1 (ko) | 2011-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yanbe et al. | Can social bookmarking enhance search in the web? | |
White et al. | A study on the effects of personalization and task information on implicit feedback performance | |
Kelly et al. | Implicit feedback for inferring user preference: a bibliography | |
Bailey et al. | Retrieval consistency in the presence of query variations | |
JP2010176665A (ja) | ソーシャルインデクシングのためにデフォルト階層訓練を提供するためのシステム及び方法 | |
Arakji et al. | Exploring contributions of public resources in social bookmarking systems | |
Kang et al. | Exploiting knowledge-in-the-head and knowledge-in-the-social-web: Effects of domain expertise on exploratory search in individual and social search environments | |
Sharma et al. | Optimizing Website effectiveness using various SEO Techniques | |
US20120246134A1 (en) | Detection and analysis of backlink activity | |
Wu et al. | Using anchor text for homepage and topic distillation search tasks | |
KR101049648B1 (ko) | 블로그 랭크 알고리즘을 이용해서 효율적으로 블로그를 검색하기 위한 블로그 랭크 방법 | |
Ajayi et al. | Performance evaluation of selected search engines | |
Nunes et al. | Term weighting based on document revision history | |
Cao et al. | Extraction of informative blocks from web pages | |
Kim et al. | Trackback-rank: An effective ranking algorithm for the blog search | |
Kim et al. | How do Computer Scientists Use Google Scholar?: A Survey of User Interest in Elements on SERPs and Author Profile Pages. | |
Kellar | An examination of user behaviour during web information tasks | |
Nguyen et al. | Resource selection for federated search on the web | |
Jiang et al. | Context comparison of bursty events in web search and online media | |
Law et al. | Search war: a game for improving web search | |
Akhigbe et al. | Modelling user-centered attributes: The web search engine as a case | |
Bhavnani | The retrieval of highly scattered facts and architectural images: Strategies for search and design | |
Sun et al. | Simrank: A link analysis based blogger recommendation algorithm using text similarity | |
Shen et al. | A content-based algorithm for blog ranking | |
Shinde et al. | A survey of various web page ranking algorithms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20140617 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20150703 Year of fee payment: 5 |
|
LAPS | Lapse due to unpaid annual fee |