|
| Ερευνητική
ομάδα: |
DB-NET
(http://www.db-net.aueb.gr)
|
| Τίτλος
έργου: |
ΚΑΙΝΟΤΟΜΙΚΕΣ
ΑΠΟΨΕΙΣ ΣΤΗΝ
ΚΑΤΑΤΑΞΗ
ΙΣΤΟΠΕΡΙΕΧΟΜΕΝΟΥ:
ΧΡΟΝΟΣ/ΤΑΣΕΙΣ,
ΘΕΜΑΤΙΚΗ
ΚΑΤΗΓΟΡΙΟΠΟΙΗΣΗ
–
INNOVATIVE
ASPECTS
IN WEB CONTENT RANKING: TIME/TRENDS AND TOPIC CLASSIFICATION
|
| Επιστημονικός υπεύθυνος: |
Μιχάλης
Βαζιργιάννης
|
Ημερομηνία
έναρξης έργου:
Ημερομηνία
περάτωσης
έργου: |
01/01/2005
31/12/2006 |
| Φορέας
Χρηματοδότησης: |
Συγχρηματοδότηση
από το
Υπουργείο
Παιδείας και
Θρησκευμάτων,
σε ποσοστό 25%, και
από την
Ευρωπαϊκή Ένωση
σε ποσοστό 75%
|
| Προϋπολογισμός: |
70.000, 00 €
|
ΣΥΝΤΟΜΗ
ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΕΡΕΥΝΑΣ
Η
σημασία και ο
όγκος του
Παγκόσμιου Ιστού (ΠΙ) σαν πηγή δημοσίευσης αλλά και αναζήτησης
πληροφορίας είναι ανυπολόγιστη καθώς έχει αναδειχθεί στην κύρια πηγή
πληροφόρησης. Η αναζήτηση πληροφορίας γίνεται με βάση λέξεις κλειδιά
και οι απαντήσεις έχουν μορφή λίστας ιστοσελίδων που ικανοποιούν τα
κριτήρια αυτά με φθίνουσα σειρά σημαντικότητας. Η σημαντικότερη
παράμετρος για την παραγωγή της απάντησης είναι αλγόριθμος κατάταξης (ranking)
ιστοπεριεχομένου με βάση τα χαρακτηριστικά του γράφου του ΠΙ (π.χ. Pagerank στο Google). Παρόλη την
επιτυχία των αλγορίθμων αυτών υπάρχουν κάποιες απόψεις/χαρακτηριστικά
που κάνουν προβληματική την έγκαιρη και έγκυρη
αξιολόγηση του περιεχομένου του ΠΙ. Οι απόψεις αυτές σχετίζονται με:
α)
τον
χειρισμό χρονικών χαρακτηριστικών σελίδων (φρεσκάδα
περιεχομένου/υπερσυνδέσμων, τάσεις αύξησης/μείωσης συνδέσμων
από/προς σελίδες κλπ.), β) τον
τεράστιο όγκο και δυναμισμό του γράφου ΠΙ ,
γ) την
σημασιολογία/κατηγοριοποίηση των σελίδων.
Στόχος του έργου
είναι η
βελτίωση αλγορίθμων κατάταξης ιστοπεριεχομένου λαμβάνοντας υπόψη τα
παραπάνω χαρακτηριστικά και υιοθετώντας τεχνικές στατιστικής μάθησης. Το αναμενόμενο
αποτέλεσμα
είναι ένα πλαίσιο αλγορίθμων του τύπου που προαναφέρθηκε που θα
κατατάσσουν ιστοπεριεχόμενο με έγκαιρο και έγκυρο τρόπο.
Η ποιότητα των αποτελεσμάτων θα εξεταστεί με εκτεταμένα πειράματα σε
μεγάλα σύνολα σελίδων και σε σύγκριση με άλλους αλγόριθμους. Επίσης θα
αξιολογηθεί θεωρητικά και πειραματικά το υπολογιστικό κόστος των
προσεγγίσεων.
Ειδικότερα
οι στόχοι για
κάθε ένα από τα προαναφερθέντα θέματα:
- Χρονικές
παράμετροι στην
κατάταξη ιστοπεριεχομένου: θα αναπτυχθεί ένα
πλαίσιο ανάλυσης συνδέσμων στον ΠΙ που θα λαμβάνει υπόψη του χρονικές
απόψεις, όπως φρεσκάδα (στηριγμένη στις χρονοσφραγίδες των
πιο πρόσφατων ενημερώσεων μιας σελίδας), δραστηριότητα (πχ.
ρυθμός ενημέρωσης μιας σελίδας) και τάσεων (ρυθμός αύξησης / μείωσης
εισερχόμενων συνδέσμων) ιστο-σελίδων και συνδέσμων.
- Κατάταξη με
βάση την
θεματική κατηγοριοποίηση –Topic Biased Authority
Rankings: Θεωρώντας τον
αλγόριθμο Pagerank σαν ένα
εργαλείο κατάταξης, ισχυριζόμαστε ότι εφόσον τα μονοπάτια τυχαίου
περιπάτου περιοριστούν σε ένα θέμα, τότε η προκύπτουσα κατάταξη θα
πρέπει να είναι πιο έγκυρη ως προς το συγκεκριμένο θέμα. Αυτό θα
επιτευχθεί με την κατάλληλη προσαρμογή της πιθανότητας μετάβασης
ανάλογα με την ομοιότητα ανάμεσα στις σελίδες πηγή και στόχο όσο αφορά
στην θεματική τους κατάταξη.
Η μεθοδολογία έχει
σαν στόχο την προσαρμοζόμενη τροποποίηση των πιθανοτήτων
μετάβασης (transition probability) και τυχαίας μετάβασης (random jump
probability) στους αλγορίθμους τυχαίου περίπατου στον γράφο του ΠΙ σε
μια προσέγγιση μαρκοβιανής διαδικασίας με βάση:
- ιδιότητες
που εξαρτώνται
από το χρόνο: την φρεσκάδα μιας σελίδας και τον ρυθμό αύξησης / μείωσης
των εισερχόμενων συνδέσμων,
- την
θεματική
κατηγοριοποίηση μιας σελίδας ώστε ο τυχαίος περίπατος να συγκεντρώνεται
σε θεματικά όμοιες σελίδες. Λόγω του τεράστιου όγκου και δυναμισμού του
γράφου του ΠΙ θα αξιοποιηθούν τεχνικές στατιστικής μάθησης.
|
ΔΗΜΟΣΙΕΥΣΕΙΣ - http://www.db-net.aueb.gr/index.php/publications
Journals
- M.
Eirinaki, M. Vazirgiannis. "Web Site
Personalization based on Link Analysis and Navigational Patterns",
to
appear in ACM Transactions on Internet Technology (TOIT) Vol.7, No.3.
- K.
Berberich, M.
Vazirgiannis, and G.
Weikum, "Time-aware Authority
Ranking",
in Internet Mathematics Journal 2(3) pp309-340, A K Peters.
- M.
Halkidi, D. Papadopoulos, V. Kalogeraki, D. Gunopulos,
"Resilient and Energy Efficient Tracking in Sensor Networks", to
appear in International Journal of Wireless and Mobile Computing.
Participation
in Books
- M. Eirinaki,
D. Mavroeidis, G. Tsatsaronis, M. Vazirgiannis, "Introducing Semantics
in Web Personalization: The role of Ontologies", Book Chapter, to
appear in LNCS/LNAI series, "Semantics, Web, and Mining", edited by:
Ackerman, Berendt, Grobelnik, Hotho, Mladenic, Semeraro, Spiliopoulou,
Stumme, Svatek, van Someren.
- M.
Halkidi, M. Vazirgiannis, "Quality
Assessment Approaches In Data Mining",
to appear in the Data Mining and Knowledge Discovery Handbook: A
Complete Guide
for Practitioners and Researchers", by Kluwer Academic Publishers.
Conferences
- A.
Vlachou, M. Vazirgiannis, K. Berberich. "Representing
and quantifying rank - change for the Web Graph". In Proceedings of the Fourth Workshop
on
Algorithms and Models for the Web-Graph (WAW2006), Banff, Canada,
November 2006.
- M. Vazirgiannis, K.
Noervaag, C. Doulkeridis. "Peer-to-Peer
Clustering for Semantic Overlay Networks (invited paper)".In Proceedings of the Sixth
International Workshop on Pattern Recognition in Information Systems
(PRIS),
co-located with ICEIS 2006. Cyprus,
May 2006.
- C. Doulkeridis, K.
Noervaag, M. Vazirgiannis."The
SOWES Approach to P2P Web Search using Semantic Overlays".In Poster
Proceedings of the 15th World Wide Web Conference (WWW'06), May 2006.
- M. Halkidi, V.
Kalogeraki, D. Gunopulos, D.
Papadopoulos, D. Zeinalipour-Yazti, M. Vlachos. "Efficient Online State
Tracking Using Sensor Networks". In the proceedings of the 7th
International
Conference on Mobile Data Management (MDM'06), Nara, Japan, May 2006.
- K. Berberich, S. Bedathur,
M. Vazirgiannis, G. Weikum, "BuzzRank ... and the Trend is your
friend".
In Poster Proceedings of the 15th World Wide Web Conference (WWW'06).
- K.
Berberich, M. Vazirgiannis and G. Weikum, "T-Rank: Time-aware Authority Ranking". In Proceedings of
the
3rd Workshop on
Algorithms and Models for the Web-Graph (WAW), in conjunction with
FOCS, Rome,
Italy.
-
M.
Eirinaki, M. Vazirgiannis, D.
Kapogiannis, "Web Path
Recommendations based on Page
Ranking and Markov Models". In
Proceedings of the ACM
Web Information and Data
Management (WIDM) Ψonference,
Bremen,
Germany, 2005
- C.
Doulkeridis, V. Zafiris, M. Vazirgiannis, "The Role of Caching and Context-Awareness
in P2P Service Discovery,". In
Proceedings of the 6th
International Conference on Mobile Data
Management (MDM'05), Cyprus, May 2005.
- G.
Tsatsaronis, R. Pitkanen, M. Vazirgiannis. "Clustering for Ontology Evolution".
In
proceedings of the 29th
Annual Conference of the German Classification Society (GfKl ), 2005.
- C.
Doulkeridis, N. Loutas, M. Vazirgiannis. "A System Architecture for Context-Aware
Service Discovery". In Proceedings of the
International Workshop on Context for Web
Services
(CWS'05) (Held in conjunction with the 5th International and
Interdisciplinary
Conference on Modeling and Using Context), Paris, France.
- M.
Halkidi, D. Gunopulos, N. Kumar, M. Vazirgiannis, and C. Domeniconi. "A Framework for Semi-Supervised Learning
based on
Subjective and Objective Clustering Criteria". In Proceedings of the IEEE International Conference on Data
Mining (ICDM), 2005.
- M.
Halkidi, M. Vazirgiannis. "NPClu:
An
Approach for Clustering Non-point
Objects".
In Proceedings of the ECML/PKDD Workshop on Mining Spatio-Temporal Data
(MSTD), Portugal,
October, 2005.
- M.
Eirinaki, M. Vazirgiannis. "Usage-based
PageRank for Web Personalization". In Proceedings of the IEEE
International Conference on Data Mining (ICDM), November 2005,
Houston,
Texas.
- D.
Mavroeidis, G. Tsatsaronis, M. Vazirgiannis, M. Theobald, G. Weikum.
"Word
Sense Disambiguation for Exploiting Hierarchical Thesauri in Text
Classification". In Proceedings of the European
Conferences on Machine Learning(ECML) /Principles and Practice of
Knowledge Discovery(PKDD),
Portugal, 2005.
Technical
Reports
-
Magdalini
Eirinaki, Michalis Vazirgiannis, "UPR: Usage-based
Page Ranking for Web Personalization", in Proc. of the 5th Hellenic
Data
Management Symposium (HDMS), Thessaloniki,
Greece,
2006.
- M. Eirinaki.
“Web Mining: Aroadmap".
|
|
ΠΡΟΣΚΕΚΛΗΜΕΝΕΣ
ΟΜΙΛΙΕΣ &
ΕΚΠΑΙΔΕΥΤΙΚΑ ΣΕΜΙΝΑΡΙΑ (TUTORIALS)
- M.
Vazirgiannis, "Semantic Overlay Networks for P2P Web Search, Yahoo! Research,
Workshop: The Future of Web Search ", Barcelona - May 19-20,
2006.
- M. Vazirgiannis,
"Requirements for Semantic Overlay Networks for P2P Web Search", The Sixth
International Workshop on Pattern Recognition in Information Systems
PRIS-2006, Cyprus, May 23-24, 2006.
- M.
Vazirrgiannis," PageRank (change rate) prediction – as a
classification problem", Algorithmic and Numerical Aspects in Web
Search (ANAW) 2006, Univ. o Pisa,
Feb 7-9, 2006.
- D.
Gunopulos, M. Vazirgiannis, M. Halkidi, "Novel
Aspects in Unsupervised
Learning: Semi-Supervised and Distributed Algorithms ", tutorial
ECML/PKDD-2006, Berlin,
Germany.
- Gunopulos, M.
Vazirgiannis, M. Halkidi, "From
Unsupervised to Semi-supervised
Learning:
Algorithms and evaluation approaches", tutorial SIAM
Conference on
Data
Mining(SDM) 2006, Bethesda, Maryland, USA.
- M.
Eirinaki, M. Vazirgiannis,
"Ontologies
in Web Personalization", Invited Talk, 2nd Intl. Workshop on Knowledge
Discovery and
Ontologies (KDO 2005), in conjuction with ECML/PKDD 2005, Porto, Portugal,
2005.
- Magdalini
Eirinaki, Michalis Vazirgiannis, "Web Mining
for Web Personalization", PKDD/ECML 2005 International Conference, Porto, Portugal,
October 2005.
|
ΔΙΕΘΝΕΙΣ
ΣΥΝΕΡΓΑΣΙΕΣ
|
ΔΙΑΚΡΙΣΕΙΣ
- MARIE CURIE
Intra-European Fellowship - "NGWeMiS - Next Generation Web Mining &
Searching". Fellow: Dr Michalis
Vazirgiannis
- MARIE CURIE
Outgoing Intrenational Fellowship.- "New Techniques for Handling
Quality and Uncertainty in Spatial Mining". Fellow: Dr Maria Halkidi
|
|
