排序激励驱动的Web动态特性研究

许多Web页面作者的排序激励在Web动态中起着重要作用。即，那些希望其页面在相关查询中排名靠前的作者，常通过对这些查询的排名作出响应来操纵其页面；目标是改善页面未来的排名。近来已利用博弈论研究了该动态的各种理论方面。然而，由于缺乏公开可用数据集，对该动态的实证分析受到极大限制。我们呈现了一个基于TREC的ClueWeb09数据集的初步此类数据集。具体而言，我们利用互联网档案馆的WayBack Machine构建了一个文档集合，其中包含ClueWeb文档的过往快照，这些文档在某初始搜索针对ClueWeb查询时排名靠前。对该数据集中文档变更的时间分析揭示，近期针对文档作者间小规模受控排序竞争所得发现同样适用于Web数据。具体而言，文档作者倾向于模仿过去排名靠前文档的内容，且这种做法可带来排名提升。