Research press release


Nature Communications

Ranking information in a complex network


「Pagerank」技術は、Googleなどの検索エンジンがウェブ上のコンテンツをランク付けする際に用いられている。このアルゴリズムでは、ネットワーク内のリンクをそれぞれ1票と数えて、情報のランク付けを行う。今回、G GhoshalとA-L Barabasiは、ネットワークの構造が、ランク付け性能に影響することを明らかにし、もともと「Pagerank」は、ネットワークのタイプによってランク付けが正確な場合とそれほど正確でない場合が生じる可能性があるという結論を示した。つまり、食物網などの指数関数的ネットワークは、摂動を起こしやすい。一方、インターネットなどのスケールフリーネットワークでは、利用可能な情報とコンテンツの量が増えると、上位にランクされた項目が明白化、安定化し、ランク付けの質が向上する。

The structure of a network has an effect on how well the information in the network can be ranked, finds a study in Nature Communications this week. The work uses a popular algorithm used to rank web content by search engines and could have implications for how the results of ranked information are used in science and marketing.

Pagerank is used to rank web content by search engines such as Google. The algorithm counts each link in a network as a vote and ranks the information. Gourab Ghoshal and Albert-Laszlo Barabasi show that the structure of a network affects its performance. They also conclude that Pagerank may be inherently more accurate for some networks than for others. They find that exponential networks, such as a food web, are prone to perturbations. For scale-free networks, such as the web, the growth of information and content available improves the ranking by making the top ranks more obvious and stable.

doi: 10.1038/ncomms1396

「Nature 関連誌注目のハイライト」は、ネイチャー広報部門が報道関係者向けに作成したリリースを翻訳したものです。より正確かつ詳細な情報が必要な場合には、必ず原著論文をご覧ください。

メールマガジンリストの「Nature 関連誌今週のハイライト」にチェックをいれていただきますと、毎週最新のNature 関連誌のハイライトを皆様にお届けいたします。