시리얼 순위: 서리어를 이용한 강인한 순위 추정

본 논문은 “Seriation”이라는 고전적인 순서 복원 문제를 순위 추정 문제에 적용함으로써, 쌍대 비교 데이터를 이용한 강인하고 효율적인 순위 알고리즘을 제시한다. 서리어는 아이템 간 유사도가 거리와 반비례하는 일차원 체인 구조를 가정하고, 주어진 무작위 유사도 행렬을 적절히 재배열해 원래 체인을 복원하는 문제이다. 저자들은 먼저 순위가 알려진 경우(아이템이 1,2,…,n 순서대로 정렬된 경우) 쌍대 비교 행렬 C를 이용해 두 종류의 유사도 행렬을 만든다. 첫 번째는 이진 비교를 기반으로 한 S_match 행렬이다. C_{ij}=1이면 i가 j보다 높게 평가된 것이고, -1이면 반대이며, 0은 비교가 없거나 무승부를 의미한다. 이때 S_match_{ij}=½·(n·1·1ᵀ + C Cᵀ)_{ij} 로 정의한다. 모든 비교가 존재하고 순서와 일치하면 S_match_{ij}=n−|i−j| 가 되며, 이는 Robinson(R) 행렬, 즉 strict‑R‑matrix의 정의를 만족한다. 즉, 대각선에서 멀어질수록 값이 감소하는 구조다. 두 번째는 일반화 선형 모델(GLM) 하에서 정의된 S_glm 행렬이다. 각 비교가 독립적으로 발생하고, 아이템 i가 j보다 우위일 확률을 P_{ij}=H(ν_i−ν_j) 로 모델링한다. 여기서 H는 단조 증가하고 H(−x)=1−H(x) 를 만족하는 함수이며, Bradley‑Terry‑Luce 모델이 대표적인 사례다. 관측된 승률 Q_{ij}를 이용해 S_glm_{ij}=∑_{k}