Summery

        所謂的key word-based search enging是用user輸入的key word來找尋user想找的網頁。這種找尋方式可以找出含有關鍵字的頁面，但可能miss掉那些user想找卻不包含這關鍵字的網頁(relevant pages)。link-ahalysis可以解決這個層面的問題，link-analysis的做法是計算用key word搜尋出來的pages各包含多少被參考到的link數，舉例來說，一個不包含key word的pages如果被參考到的link數目很多，那麼這個relevant page就能被搜尋到。解決搜尋問題後，再來是被找出來的pages排序問題(rank)。以google來說，它認為使用者最想找的pages一定會大量被link參考到(authority pages)或參考到別人的link(hub pages)，如此，構想就是從計算出來的link數來解決排序問題。

        這種做法(google的HITS)會反映出page creator的觀點，但這也表示creator可以因為競爭或敵對關係使得這個觀點的代表性變質，因為它的代表性受到質疑，所以陳教授它們從另一個角度切入(page reader/user)，也就是找出最能符合user期望的pages，而非反映page creator觀點的pages。他們提出所謂virtual link的觀點，virtual link如何產生見圖1，將virtual link也一並列入link的計算，陳明憲教授聲稱如此明顯達到他們的期望。

        這個improved version of HITS 稱為VIPAS(Virtual lInk Powered Authority Search)，大致勝分成三個步驟，第一個步驟是找出a base set of pages，做法是套用HITS，儲存pages的authority&hub scores。第二步驟是create virtual links，做法是將使用者時常點閱的pages蒐集形成hot set，再從hot set裡的pages製造virtual links。第三個步驟是updating scores of pages，也就是重新計算hot set pages的score，並逐次地更新base set。

 
圖1 Two way of creating virtual links

Ideas

        陳老師這項研究針對User-behavior Observation有幾個基本假設，第一：使用者先點閱的pages代表較符合使用者期望的pages。第二：根據自己定義的"使用者的期望"這項假設，繼而計算他們做法的效果。

        我覺得主觀意識比較重的研究較難取得大眾認同，如果得從事這種特性的研究議題，其實驗的scale就很重要，但從陳明憲老師提出的實驗報告看出實驗scale很小也很主觀，也就是必須先認同某些假設才能著手計算效果，我覺得很難說服我認同它的效果優於尚未改良的google搜尋引擎。

Relevant Sources

        Survey on Behavioral Observation Methods in Virtual Environments
        http://graphics.tudelft.nl/~vrphobia/research-samson.pdf