Incorporating the surfing behavior of web users into pagerank

Büyük ölçekli ticari web arama motorunun kalitesini belirleyen en önemli faktörlerden biri arama motorunun bulduğu web arama sonuçlarının kullanıcıya sunulduğu sıralamadır. Modern web arama motorlarında, web arama sonuçlarının sıralamasının iskeleti sonuç sayfaların önemi ve sonuç sayfalarının verilen arama sorgusuyla ilişki bilgileri bir arada kullanılarak oluşturulmaktadır. Bu tez web sayfalarının küresel öneminin tahmin edilmesi ile ilgilidir. Şimdiye kadar, web sayfalarının önemini tahmin etmek için, iki farklı veri kaynağı birbirinden bağımsız bir şekilde ele alınmıştır: web sayfalarının arasındaki köprü bilgisi (PageRank) ve web kullanıcıların tarama bilgileri (BrowseRank). Ne yazık ki, her iki veri kaynağının da bazı sınırlamaları vardır. Web sayfalarının arasındaki köprü bilgisi pek güvenilir değildir, çünkü bu köprü bilgisi web içeriği yaratıcıları tarafından kolayca düzenlenebilmektedir ve kötü niyete karşı savunmasızdır. Öte yandan, web kullanıcıların tarama bilgilerinin en önemli sınırlamaları seyreklik ve düşük web kapsamasıdır. Bu tezde, yukarıda belirtilen sınırlamaları kaldırmak için yukarıda bahsedilen iki tür veri kaynağının karışımını kullanarak web sayfalarının küresel öneminin tahmin eden model tasarlanmıştır. Yahoo! web arama motorunun sorgu günlüklerinden elde edilen kullanıcı tıklama bilgilerini gerçek sıralama olarak kullanan bir değerlendirme metriğine göre iki farklı veri kaynağının bir arada kullanılması sayfa öneminin daha iyi tahmin edilebildiğini göstermektdir. Deneyler sırasında çok büyük ölçekli web sayfa veri seti (yaklaşıl 6.5 milyar web sayfası) ve Yahoo! araç çubuğu üzerinden toplanan web tarama veri seti (iki milyar web sayfa ziyareti) kullanılmıştır.