웹 사이트 구조를 이용한 토픽 검색 연구
An Experimental Study on Topic Distillation Using Web Site Structure
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
이 연구에서는 TREC이 제시한 토픽 검색의 정의에 따라 질의에 적합한 웹 사이트를 검색하는 효과적인 토픽 검색 알고리즘을 제안하고 실험을 통해 그 성능을 평가하였다. 이 연구의 토픽 검색 알고리즘은 먼저 질의에 대한 웹 페이지 검색 결과로부터 적합한 웹 사이트를 선정한 다음, 선정된 사이트의 구조를 이용하여 질의에 대한 적합성 점수를 산출한다. TREC의 .GOV 실험 문헌 집단과 TREC-2004 실험의 질의 및 적합문헌 리스트를 이용한 검색 실험 결과 이 토픽 검색 알고리즘은 상위 10위 안에 최소 2개 이상의 적합 사이트를 검색하여 비교적 높은 수준의 성능을 보였다. 또한 TREC-2004의 적합문헌 리스트 분석을 통해 적합문헌 선정에 토픽 검색의 정의가 엄격하게 적용되지 않은 경우가 있음을 확인하고, 수정된 적합문헌 리스트를 이용하여 토픽 검색 성능을 재평가한 결과 이 연구에서 제안한 토픽 검색 알고리즘의 성능이 월등히 향상되었다.
Abstract
This study proposes a topic distillation algorithm that ranks the relevant sites selected from retrieved web pages, and evaluates the performance of the algorithm. The algorithm calculates the topic score of a site using its hierarchical structure. The TREC .GOV test collection and a set of TREC-2004 queries for topic distillation task are used for the experiment. The experimental results showed the algorithm returned at least 2 relevant sites in top ten retrieval results. We performed an in-depth analysis of the relevant sites list provided by TREC-2004 to find out that the definition of topic distillation was not strictly applied in selecting relevant sites. When we re-evaluated the retrieved sites/sub-sites using the revised list of relevant sites, the performance of the proposed algorithm was improved significantly.
참고문헌 (22)
- "문서 내의 주제정보를 이용한 개선된 링크 분석 알고리즘", 30(2), pp.7~9 (2003), 한국정보과학회
- "Improved Algorithms for Topic Distillation in a Hyperlinked Environment", pp.104~111 (1998)
- "When experts agree: Using non-affiliated Experts to rank popular topics", 20(1), pp.46~58 (2002)
- "Focused Crawling: A new approach to topic-specific web resource discovery" (1999)
- "Task Descriptions: Web Track 2003" (2003)
- "Overview of the TREC-2004 Web Track" (2004)
- "Approaches to Robust and Web Retrieval" (2003)
- "Authoritative sources in a hyperlinked environment", 46(5), pp.604~632 (1999)
- "Multiple sets of features for automatic genre classification of web documents", 41(5), pp.1263~1276 (2005)
- "Pliers at TREC 2002" (2002)
- "University of Glasgow at the Web Track: Dynamic Application of Hyperlink Analysis using Query Scope" (2003)
- "Topic distillation via sub-site retrieval", 43(2), pp.445~460 (2007)
- "Relevance weighting of search terms. Journal of the American Society and Information Science", pp.129~146
- "Experimentation as a way of life Okapi at TREC", 36(1), pp.95~108 (2000)
- "Okapi at TREC-3. In Proceedings of the Third Text Retrieval Conference", pp.3~3
- "Microsoft Research Asia at Web Track and Terabyte Track of TREC 2004" (2004)
- "Web Unit Mining - Finding and Classifying Subgraphs of Web Pages", pp.108~115 (2003)
- "Experiments in Named Page Finding and Arabic Retrieval with Hummingbird SearchServer™ at TREC 2002" (2002)
- "Robust, Web and Genomic Retrieval with Hummingbird SearchServer™ at TREC 2003" (2003)
- "Microsoft Cambridge at TREC-13: Web and Hard Tracks" (2004)
- "THUIR at TREC 2003: Novelty, Robust and Web" (2003)
- "THU TREC-2002 Web Track Experiments" (2002)