살사 알고리즘
SALSA algorithm
링크 구조 분석을 위한 확률론적 접근법은 R이 설계한 웹 페이지 순위 알고리즘입니다.렘펠과 S.모란은 허브 및 권한 웹 페이지 간의 하이퍼링크 양을 기준으로 높은 점수를 부여합니다.
Salsa는 다음과 같은 두 가지 다른 링크 기반 순위 알고리즘, 즉 HITS 및 PageRank에서 영감을 받았습니다.
- 이 알고리즘은 HITS와 마찬가지로 각 웹 페이지에 허브 점수와 권한 점수의 두 가지 점수를 할당합니다.권한은 다른 페이지보다 주어진 주제와 상당히 더 관련이 있는 페이지인 반면, 허브는 권한에 대한 많은 링크를 포함하는 페이지입니다.
- 또한 HITS와 마찬가지로 Salsa는 주제에 따라 달라지는 집중적인 하위 그래프에서 작업합니다.이 집중 하위 그래프는 먼저 주어진 주제와 가장 관련이 있는 페이지 집합을 찾은 다음(예: 텍스트 기반 검색 알고리즘에 의해 반환된 상위 N 페이지를 가져옴), 직접 연결되는 웹 페이지와 직접 연결되는 페이지로 이 집합을 확대하여 얻을 수 있습니다.이러한 선택 과정 때문에 허브 및 기관 점수는 주제에 따라 다릅니다.
- PageRank와 마찬가지로, 이 알고리즘은 웹 페이지의 그래프를 나타내는 마르코프 체인을 통한 무작위 보행을 시뮬레이션하여 점수를 계산합니다.그러나 Salsa는 허브 체인과 권한 체인이라는 두 가지 다른 마르코프 체인과 함께 작동합니다.이는 상호 강화적인 관계에 기초한 허브와 당국에 대한 HITS의 개념에서 벗어난 것입니다.
특성.
Salsa는 HITS의 개선으로 볼 수 있습니다.
순위가 가중치가 적용된 내부/외부 등급과 동일하기 때문에 계산적으로 더 가볍습니다.HITS와 SALSA는 쿼리 시간에 계산되므로 알고리즘의 계산 비용은 중요한 요소이며 따라서 검색 엔진의 응답 시간에 상당한 영향을 미칠 수 있습니다.이는 오프라인으로 계산할 수 있는 PageRank와 같은 쿼리 독립적인 알고리즘과 대조되어야 합니다.
Salsa는 HITS보다 TKC(Tighty Knit Community) 효과에 덜 취약합니다.TKC는 고도로 상호 연결된 작은 페이지 집합으로 구성된 웹 내의 토폴로지 구조입니다.집중된 하위 그래프에서 TKC의 존재는 HITS에 의한 의미 있는 권한 탐지에 부정적인 영향을 미치는 것으로 알려져 있습니다.
트위터 소셜 네트워크는 살사 스타일 알고리즘을 사용하여 [1]팔로우할 계정을 제안합니다.
레퍼런스
- Lempel, R.; Moran S. (April 2001). "SALSA: The Stochastic Approach for Link-Structure Analysis". ACM Transactions on Information Systems. 19 (2): 131–160. CiteSeerX 10.1.1.38.5859. doi:10.1145/382979.383041. S2CID 9607841.
