การลำเอียงด้วยความใกล้ชิดด้านเวลาในการคำนวณเพจแร็งค์ส่วนบุคคล

กานต์กมล ทองทิพย์

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/42386

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	อรรถสิทธิ์ สุรฤกษ์	-
dc.contributor.advisor	บัณฑิต มนัสเกษมศักดิ์	-
dc.contributor.author	กานต์กมล ทองทิพย์	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2015-06-23T03:01:09Z	-
dc.date.available	2015-06-23T03:01:09Z	-
dc.date.issued	2555	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/42386	-
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2555	en_US
dc.description.abstract	ปัจจุบันการวิเคราะห์ฐานข้อมูลเว็บที่จัดเก็บมาได้เพียงชุดเดียวเริ่มไม่มีประสิทธิภาพที่เพียงพอสำหรับการจัดการเครื่องมือสืบค้นเพื่อให้ได้ผลลัพธ์ค้นคืนที่เหมาะสม โดยเฉพาะอย่างยิ่งในกระบวนการจัดเรียงลำดับเว็บ ซึ่งโดยลักษณะการเปลี่ยนแปลงของเว็บนั้น ทำให้อัลกอริทึมจัดเรียงลำดับที่อิงตามเส้นเชื่อมโยงแบบดั้งเดิมจำนวนมากมักให้ความสำคัญกับเว็บเพจเก่ามากจนเกินไป อีกทั้งยังไม่อาจรับรู้ถึงความสำคัญของเว็บเพจใหม่ เนื่องจากเว็บเพจเก่าย่อมมีเวลาสั่งสมจำนวนเส้นเชื่อมโยงเข้าหาหรือถูกอ้างอิงมากกว่าเว็บเพจใหม่นั่นเอง วิทยานิพนธ์ฉบับนี้นำเสนอวิธีการจัดเรียงลำดับเว็บส่วนบุคคล ที่อิงตามเส้นเชื่อมโยงร่วมกับข้อมูลเชิงเวลา ที่สกัดจากประวัติความเคลื่อนไหวของเว็บเพจ แบบจำลองความใกล้ชิดด้านเวลา ด้วยฟังก์ชันเคอเนลที่แตกต่างกัน ถูกนำเสนอเพื่อประเมินความเกี่ยวข้องกันระหว่างเว็บเพจ ซึ่งจะถูกนำไปใช้ในกระบวนถ่ายทอดย้อนกลับ สำหรับในการคำนวณค่าคะแนนความลำเอียงด้านเวลาของเว็บเพจ ในท้ายที่สุด ค่าคะแนนดังกล่าวจะถูกกำหนดเป็นเวกเตอร์ความลำเอียง ในการคำนวณเพจแร็งค์ส่วนบุคคล จากการทดลองบนฐานข้อมูลเว็บจริงที่ได้จากอินเตอร์เน็ตอาร์ไคว์ฟ แสดงให้เห็นว่าแนวคิดของวิทยานิพนธ์ฉบับนี้ได้เพิ่มประสิทธิภาพการจัดเรียงลำดับผลลัพธ์ค้นคืนของเพจแร็งค์ได้ดียิ่งขึ้น เมื่อพิจารณาตามความพึงพอใจของผู้ใช้งาน	en_US
dc.description.abstractalternative	Today, an analysis on only a single crawled snapshot of World Wide Web becomes not efficient enough for a search engine administration, especially a web ranking procedure, to provide appropriate search results. By the dynamic nature of the Web, many traditional link-based ranking algorithms, like PageRank, suffer from over granting stale pages an authority and also fail to recognize important new ones since the former have had much time to accumulate in-links (i.e., referrers) than the latter. In this Thesis, we propose a web personalized link-based ranking scheme that incorporates temporal information extracted from historical page activities. A time-proximity model based on several kernel functions is introduced to estimate page relatedness that is subsequently employed in inverse propagation for calculating temporal biased scores of web pages. These scores finally act as a bias vector used in personalized PageRank computation. Experiments conducted on a real-world web data collected from the Internet Archive show that our approach improves upon PageRank in ranking of search results with respect to human users' preference.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.relation.uri	http://doi.org/10.14457/CU.the.2012.1002	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	เว็บไซต์	en_US
dc.subject	เสิร์ชเอ็นจิน	en_US
dc.subject	อัลกอริทึม	en_US
dc.subject	การค้นข้อสนเทศ	en_US
dc.subject	Web sites	en_US
dc.subject	Web search engines	en_US
dc.subject	Algorithms	en_US
dc.subject	Information retrieval	en_US
dc.title	การลำเอียงด้วยความใกล้ชิดด้านเวลาในการคำนวณเพจแร็งค์ส่วนบุคคล	en_US
dc.title.alternative	Time-Proximity Biasing in Personalized PageRank Computation	en_US
dc.type	Thesis	en_US
dc.degree.name	วิทยาศาสตรมหาบัณฑิต	en_US
dc.degree.level	ปริญญาโท	en_US
dc.degree.discipline	วิทยาศาสตร์คอมพิวเตอร์	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.email.advisor	Athasit.S@Chula.ac.th	-
dc.email.advisor	ไม่มีข้อมูล	-
dc.identifier.DOI	10.14457/CU.the.2012.1002	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
kankamol_to.pdf		1.4 MB	Adobe PDF	View/Open

Show simple item record