Персонализированный поиск — это веб-поиск , специально адаптированный к интересам человека путем включения информации о человеке, выходящей за рамки конкретного запроса. Существует два общих подхода к персонализации результатов поиска, включающих изменение запроса пользователя и изменение рейтинга результатов поиска. [1]
Google представил персонализированный поиск в 2004 году, а в 2005 году он был реализован в поиске Google. Google реализовал персонализированный поиск для всех пользователей, а не только для тех, у кого есть учетная запись Google. Информации о том, как именно Google персонализирует поиск, не так много; однако считается, что они используют язык пользователя, местоположение и историю веб-поиска . [2]
Ранние поисковые системы , такие как Google и AltaVista , находили результаты только по ключевым словам. Персонализированный поиск, впервые предложенный Google, стал гораздо более сложным с целью «точно понять, что вы имеете в виду, и дать вам именно то, что вы хотите». [3] Используя математические алгоритмы, поисковые системы теперь могут возвращать результаты на основе количества ссылок на сайты и с них; чем больше ссылок на сайте, тем выше он располагается на странице. [3] Поисковые системы имеют две степени экспертности: поверхностный эксперт и глубокий эксперт. Эксперт самой поверхностной степени выступает в роли свидетеля, знающего какую-то конкретную информацию о том или ином событии. С другой стороны, глубокий эксперт обладает понятными знаниями, которые дают ему возможность предоставить уникальную информацию, которая актуальна для каждого отдельного исследователя. [4] Если человек знает, чего он или она хочет, то поисковая система будет действовать как поверхностный эксперт и просто найдет эту информацию. Но поисковые системы также обладают глубокими знаниями в том, что они ранжируют результаты, указывая на то, что те, что находятся вверху, более соответствуют желаниям пользователя, чем те, что находятся ниже. [4]
Хотя многие поисковые системы используют информацию о людях в целом или об определенных группах людей, персонализированный поиск зависит от профиля пользователя, уникального для конкретного человека. Исследовательские системы, которые персонализируют результаты поиска, моделируют своих пользователей по-разному. Некоторые полагаются на то, что пользователи явно указывают свои интересы или на демографические/когнитивные характеристики. [5] [6] Однако информацию, предоставленную пользователями, может быть сложно собирать и поддерживать в актуальном состоянии. Другие построили неявные пользовательские модели на основе прочитанного пользователем контента или истории его взаимодействия с веб-страницами. [7] [8] [9] [10] [11]
Существует несколько общедоступных систем для персонализации результатов веб-поиска (например, персонализированный поиск Google и персонализация результатов поиска Bing [12] ). Однако технические детали и оценки этих коммерческих систем являются собственностью компании. Один из методов, который Google использует для персонализации поиска для своих пользователей, — это отслеживание времени входа в систему и того, включил ли пользователь историю веб-поиска в своем браузере. Если пользователь много раз заходит на один и тот же сайт через результаты поиска Google, он считает, что эта страница ему понравилась. Поэтому, когда пользователи выполняют определенные поисковые запросы, алгоритм персонализированного поиска Google дает странице импульс, продвигая ее вверх по рейтингу. Даже если пользователь вышел из системы, Google может персонализировать его результаты, поскольку он хранит 180-дневную запись о том, что искал конкретный веб-браузер, связанный с файлом cookie в этом браузере. [13]
В поисковых системах на платформах социальных сетей, таких как Facebook или LinkedIn , персонализация может быть достигнута за счет использования гомофилии между поисковиками и результатами. [14] Например, при поиске людей пользователи часто интересуются людьми из одних и тех же социальных кругов, отраслей или компаний. При поиске работы ищущие обычно интересуются вакансиями в аналогичных компаниях, вакансиями в близлежащих местах и вакансиями, требующими опыта, аналогичного их собственному.
Чтобы лучше понять, как персонализированные результаты поиска предоставляются пользователям, группа исследователей из Северо-Восточного университета сравнила совокупный набор поисковых запросов вошедших в систему пользователей с контрольной группой . Исследовательская группа обнаружила, что 11,7% результатов демонстрируют различия из-за персонализации; однако это сильно зависит от поискового запроса и позиции в рейтинге результатов. [15] Из различных протестированных факторов два, которые оказали измеримое влияние, были вход в систему с использованием учетной записи Google и IP-адреса ищущих пользователей. Следует также отметить, что результаты с высокой степенью персонализации включают компании и политику. Одним из факторов, способствующих персонализации, является локализация результатов: запросы компании показывают местоположения магазинов, соответствующие местоположению пользователя. Так, например, если пользователь ввел запрос «продажа подержанных автомобилей», Google может предоставить результаты местных автосалонов в его районе. С другой стороны, запросы с наименьшим количеством персонализации включают фактические запросы («что есть») и здоровье. [15]
При измерении персонализации важно устранить фоновый шум. В этом контексте одним из типов фонового шума является эффект переноса. Эффект переноса можно определить следующим образом: когда пользователь выполняет поиск и выполняет последующий поиск, на результаты второго поиска влияет первый поиск. Примечательно, что URL-адреса с самым высоким рейтингом с меньшей вероятностью будут меняться в зависимости от персонализации, при этом большая часть персонализации происходит на более низких позициях. Этот стиль персонализации основан на недавней истории поиска, но, по мнению исследователей, он не является постоянным элементом персонализации, поскольку время действия этого явления истекает через 10 минут. [15]
По поводу персонализированного поиска было высказано несколько опасений. Это снижает вероятность найти новую информацию, смещая результаты поиска в сторону того, что пользователь уже нашел. Это создает потенциальные проблемы с конфиденциальностью, когда пользователь может не знать, что результаты поиска персонализированы для него, и задаваться вопросом, почему то, что его интересует, стало таким актуальным. Эту проблему автор Эли Паризер назвал «пузырем фильтров» . Он утверждает, что люди позволяют крупным веб-сайтам управлять своей судьбой и принимать решения на основе огромного количества данных, которые они собрали о людях. Это может изолировать пользователей в их собственных мирах или «пузырях фильтров», где они видят только ту информацию, которую хотят, что является следствием «синдрома дружественного мира». В результате люди гораздо менее информированы о проблемах развивающегося мира, что может еще больше увеличить разрыв между Севером (развитыми странами) и Югом (развивающимися странами). [16]
Методы персонализации и насколько полезно «продвигать» определенные результаты, которые регулярно появляются в результатах поиска единомышленников в том же сообществе. Метод персонализации позволяет очень легко понять, как создается пузырь фильтра. По мере того, как некоторые результаты преувеличиваются и становятся все более популярными среди людей, другие результаты, которые им не нравятся, отодвигаются в безвестность. Поскольку это происходит на уровне всего сообщества, это приводит к тому, что сообщество, сознательно или нет, разделяет искаженную точку зрения на события. [17] Пузырьки фильтров стали чаще появляться в результатах поиска и рассматриваются как нарушение потока информации в Интернете, а точнее в социальных сетях. [18]
Особое беспокойство в некоторых частях мира вызывает использование персонализированного поиска как формы контроля над людьми, использующими поиск, путем предоставления им только определенной информации ( выборочное воздействие ). Это можно использовать, чтобы оказать особое влияние на широко обсуждаемые темы, такие как контроль над огнестрельным оружием, или даже склонить людей на сторону определенного политического режима в разных странах. [16] Хотя полный контроль со стороны конкретного правительства только на основе персонализированного поиска является преувеличением, контроль над информацией, легко доступной в результате поиска, может легко контролироваться самыми богатыми корпорациями. Самым ярким примером корпорации, контролирующей информацию, является Google. Google не только предоставляет вам нужную им информацию, но иногда использует ваш персонализированный поиск, чтобы направить вас к своим собственным компаниям или филиалам. Это привело к полному контролю над различными частями сети и вытеснению конкурентов, например, Google Maps взяла под контроль индустрию онлайн-карт и направлений, а MapQuest и другие были вынуждены отойти на второй план. [19]
Многие поисковые системы используют концептуальные стратегии профилирования пользователей, которые определяют только те темы, которые очень интересуют пользователей, но для достижения наилучших результатов, по мнению исследователей Вай-Тина и Дик Луня, следует учитывать как положительные, так и отрицательные предпочтения. Такие профили, применяющие отрицательные и положительные предпочтения, приводят к получению самых качественных и наиболее релевантных результатов за счет отделения похожих запросов от непохожих запросов. Например, ввод «яблоко» может относиться либо к фрукту, либо к компьютеру Macintosh , а предоставление обоих предпочтений помогает поисковым системам узнать, какое яблоко действительно ищет пользователь, на основе нажатых ссылок. Одна из концепций-стратегий, разработанных исследователями для улучшения персонализированного поиска и получения как положительных, так и отрицательных предпочтений, — это метод на основе кликов. Этот метод фиксирует интересы пользователя на основе того, какие ссылки он нажимает в списке результатов, одновременно понижая ненажатые ссылки. [20]
Эта функция также оказывает глубокое влияние на индустрию поисковой оптимизации , поскольку результаты поиска больше не будут ранжироваться одинаково для каждого пользователя. [21] Пример этого можно найти в книге Эли Паризера «Пузырь фильтров», где двое его друзей ввели «BP» в строку поиска Google. Один друг нашел информацию о разливе нефти компании BP в Мексиканском заливе, а другой — инвестиционную информацию. [16] Аспект информационной перегрузки также распространен при использовании поисковой оптимизации. Однако одним из способов управления информационной перегрузкой является доступ к информации с добавленной стоимостью — информации, которая была собрана, обработана, отфильтрована и тем или иным образом персонализирована для каждого отдельного пользователя. [22] Например, Google использует различные «сигналы» для персонализации поиска, включая местоположение, предыдущие ключевые слова поиска и недавние контакты в социальной сети пользователя, в то время как, с другой стороны, Facebook регистрирует взаимодействие пользователя с другими пользователями, таким образом - так называемые «социальные жесты». [22] Социальные жесты в данном случае включают такие вещи, как лайки, репосты, подписка и комментарии. Когда пользователь взаимодействует с системой, потребляя набор информации, система регистрирует взаимодействие пользователя и историю. Позднее на основе этой истории взаимодействия отфильтровывается некоторая критическая информация. Сюда входит контент, созданный некоторыми друзьями, который может быть скрыт от пользователя. Это связано с тем, что пользователь не взаимодействовал с исключенными друзьями в течение определенного времени. Также важно отметить, что в рамках социальных жестов фотографии и видео получают более высокий рейтинг, чем обычные сообщения со статусом и другие похожие сообщения. [22]
Пузырь фильтров оказал серьезное влияние на поиск информации о здоровье. Из-за влияния результатов поиска, основанных на истории поиска, социальных сетях, личных предпочтениях и других аспектах, дезинформация во многом способствовала снижению уровня вакцинации. В 2014/15 году в Америке произошла вспышка кори: за этот период было зарегистрировано 644 случая. Ключевыми виновниками этой вспышки были антипрививочные организации и общественные деятели, которые в то время сеяли страх по поводу вакцины. [23]
Некоторые отмечают, что персонализированные результаты поиска служат не только для настройки результатов поиска пользователя, но и для рекламы . Это подверглось критике как вторжение в частную жизнь . [24]
Важным примером персонализации поиска является Google . Существует множество приложений Google, каждое из которых можно персонализировать и интегрировать с помощью учетной записи Google. Персонализация поиска не требует наличия учетной записи. Однако человек практически лишен выбора, поскольку столь многие полезные продукты Google доступны только при наличии учетной записи Google. Панель инструментов Google, представленная в 2009 году, охватывает более 20 продуктов и сервисов, включая Gmail, Календарь, Документы, YouTube и т. д. [25] , которая отслеживает всю информацию непосредственно под вашим именем. Бесплатный пользовательский поиск Google доступен как частным лицам, так и крупным компаниям, предоставляя возможность поиска для отдельных веб-сайтов и обеспечивая поддержку корпоративных сайтов, таких как сайт New York Times . Высокий уровень персонализации, доступный Google, сыграл значительную роль в том, что он остался любимой поисковой системой в мире.
Одним из примеров способности Google персонализировать поиск является использование Новостей Google. Google подготовил свои новости так, чтобы показывать всем несколько похожих статей, которые можно считать интересными, но как только пользователь прокручивает страницу вниз, можно увидеть, что новостные статьи начинают различаться. Google учитывает прошлые поисковые запросы, а также местоположение пользователя, чтобы местные новости доходили до него в первую очередь. Это может значительно упростить поиск и сократить время на просмотр всех новостей, чтобы найти нужную информацию. Однако проблема заключается в том, что очень важная информация может быть скрыта, поскольку она не соответствует критериям, которые программа устанавливает для конкретного пользователя. Это может создать « пузырь фильтров », как описано ранее. [16]
Интересный момент в персонализации, который часто упускают из виду, — это битва между конфиденциальностью и персонализацией. Хотя эти два понятия не обязательно должны быть взаимоисключающими, часто бывает так, что по мере того, как одно становится более заметным, оно компрометирует другое. Google предоставляет людям множество услуг, и многие из этих услуг не требуют сбора информации о человеке, чтобы их можно было настроить. Поскольку при использовании этих сервисов нет угрозы вторжения в частную жизнь, баланс был склонен в пользу персонализации, а не конфиденциальности, даже когда дело касается поиска. По мере того, как люди получают выгоду от удобства настройки других служб Google, они желают улучшить результаты поиска, даже если это достигается за счет конфиденциальной информации. Где провести грань между компромиссом между информацией и результатами поиска — это новая территория, и Google должен принять это решение. Пока люди не получат возможность контролировать собираемую о них информацию, Google не будет по-настоящему защищать конфиденциальность. Популярность Google как поисковой системы и интернет-браузера позволила ему обрести большую мощь. Их популярность привела к появлению миллионов имен пользователей, которые использовались для сбора огромных объемов информации о людях. Google может использовать несколько методов персонализации, таких как традиционные, социальные, географические, IP-адрес, браузер, файлы cookie, время суток, год, поведение, история запросов, закладки и многое другое. Хотя персонализация результатов поиска Google на основе того, что пользователи искали ранее, может иметь свои преимущества, у этого есть и отрицательные стороны. [26] [27] Благодаря этой информации Google решила войти в другие принадлежащие ей отрасли, такие как видео, обмен документами, покупки, карты и многое другое. Google сделал это, направляя поисковиков к своим собственным сервисам, а не к другим, таким как MapQuest.
Используя персонализацию поиска, Google удвоил свою долю на рынке видео примерно до восьмидесяти процентов. Юридическое определение монополии — это когда фирма получает контроль над семьюдесятью-восьмидесятью процентами рынка. Google укрепил эту монополию, создав значительные входные барьеры, такие как манипулирование результатами поиска для демонстрации своих собственных услуг. Это хорошо видно по тому, что Карты Google являются первыми, что отображаются в большинстве поисковых запросов.
Аналитическая фирма Experian Hitwise заявила, что с 2007 года из-за этого трафик MapQuest сократился вдвое. Другая статистика примерно того же времени включает увеличение доли рынка Photobucket с двадцати процентов до всего лишь трех процентов, долю рынка Myspace с двенадцати процентов до менее одного процента и долю рынка ESPN с восьми до четырех процентов. Что касается изображений, доля Photobucket выросла с 31% в 2007 году до 10% в 2010 году, а доля Yahoo Images выросла с 12% до 7%. [28] Становится очевидным, что упадок этих компаний произошел из-за увеличения доли Google на рынке с 43% в 2007 году до примерно 55% в 2009 году. [28]
Можно сказать, что Google более доминирует, потому что они предоставляют более качественные услуги. Однако Experian Hitwise также создала графики, показывающие рыночную долю сразу пятнадцати различных компаний. Это было сделано для каждой категории по доле рынка изображений, видео, поиска продуктов и многого другого. График поиска товаров является достаточным свидетельством влияния Google, поскольку их число выросло с 1,3 миллиона уникальных посетителей до 11,9 уникальных посетителей за один месяц. Такой рост может произойти только с изменением процесса.
В конце концов, у всех этих графиков есть две общие темы. Во-первых, рыночная доля Google находится в прямой обратной зависимости от рыночной доли ведущих конкурентов. Во-вторых, эта прямо обратная зависимость началась примерно в 2007 году, то есть примерно в то время, когда Google начал использовать свой метод «универсального поиска». [29]
Одним из наиболее важных преимуществ персонализированного поиска является повышение качества решений, принимаемых потребителями. Интернет сделал транзакционные издержки получения информации значительно ниже, чем когда-либо. Однако возможности человека обрабатывать информацию не сильно расширились. [30] Столкнувшись с огромным объемом информации, потребители нуждаются в сложном инструменте, который поможет им принимать качественные решения. В двух исследованиях изучалось влияние инструментов персонализированного отбора и заказа, и результаты показывают положительную корреляцию между персонализированным поиском и качеством решений потребителей.
Первое исследование провела Кристин Дил из Университета Южной Каролины . Ее исследование показало, что снижение стоимости поиска приводит к снижению качества выбора. Причина этого открытия заключалась в том, что «потребители делают худший выбор, потому что более низкие затраты на поиск заставляют их рассматривать худшие варианты». Исследование также показало, что если у потребителей есть конкретная цель, они будут продолжать поиск, что приведет к еще худшему решению. [30] Исследование Джеральда Хаубла из Университета Альберты и Бенедикта Делларта из Маастрихтского университета в основном было сосредоточено на рекомендательных системах. Оба исследования пришли к выводу, что персонализированная система поиска и рекомендаций значительно улучшает качество решений потребителей и сокращает количество проверяемых продуктов. [30]
В то же время использование пузырьковых фильтров в персонализированном поиске также принесло пользователям ряд преимуществ. Например, «пузыри фильтров» потенциально могут способствовать разнообразию мнений, позволяя гражданам-единомышленникам объединяться и укреплять свои убеждения. Это также помогает защитить пользователей от фейкового и экстремистского контента, заключая их в пакеты достоверной и поддающейся проверке информации. [31] Пузырьки фильтров могут стать важным элементом свободы информации, предоставляя пользователям больше выбора. [31]
Персонализированный поиск также оказался полезным для пользователя в том смысле, что он улучшает результаты поиска информации. Персонализированный поиск адаптирует результаты поиска к потребностям пользователя в том смысле, что они соответствуют тому, что хочет пользователь, с прошлой историей поиска. [32] Это также помогает уменьшить количество ненужной информации, а также сокращает количество времени, которое пользователи тратят на поиск информации. Например, в Google история поиска пользователя сохраняется и сопоставляется с пользовательским запросом при следующих поисковых запросах пользователя. Google достигает этого с помощью трех важных методов. Эти три метода включают в себя (i) переформулирование запроса с использованием дополнительных знаний, т. е. расширение или уточнение запроса, (ii) постфильтрацию или повторное ранжирование полученных документов (на основе профиля пользователя или контекста) и (iii) улучшение ИК-модели. [32]
Персонализированный поиск набирает популярность из-за спроса на более релевантную информацию и того факта, что большинство людей действительно могут использовать некоторую личную информацию, например результаты персонализированного поиска. Исследования показали низкие показатели успеха среди основных поисковых систем в предоставлении релевантных результатов; в 52% из 20 000 запросов поисковики не нашли каких-либо релевантных результатов в документах, возвращенных Google. [33] Персонализированный поиск может значительно улучшить качество поиска, и существует два основных способа достижения этой цели.
Первая доступная модель основана на исторических поисках пользователей и местах поиска. Люди, вероятно, знакомы с этой моделью, поскольку часто находят результаты, отражающие их текущее местоположение и предыдущие поиски.
Есть еще один способ персонализировать результаты поиска. В книге Брахи Шапиры и Боаза Забара «Персонализированный поиск: интеграция сотрудничества и социальных сетей» Шапира и Забар сосредоточились на модели, использующей систему рекомендаций . [34] Эта модель показывает результаты других пользователей, которые искали похожие ключевые слова. Авторы рассмотрели поиск по ключевым словам, систему рекомендаций и систему рекомендаций с социальной сетью, работающую отдельно, и сравнили результаты с точки зрения качества поиска. Результаты показывают, что персонализированная поисковая система с системой рекомендаций дает результаты более высокого качества, чем стандартная поисковая система, а система рекомендаций с социальной сетью даже улучшается еще больше.
Недавняя статья «Персонализация поиска с помощью встраивания» показывает, что новая модель встраивания для персонализации поиска, при которой пользователи внедряются в актуальное пространство интересов, дает лучшие результаты поиска, чем сильные модели обучения для ранжирования.
Несмотря на документально подтвержденные преимущества внедрения персонализации поиска, существуют и аргументы против ее использования. В основе этого аргумента против его использования лежит то, что он ограничивает результаты поисковых систем интернет-пользователей материалами, которые соответствуют интересам и истории пользователей. Это ограничивает возможность пользователей знакомиться с материалами, которые могут иметь отношение к поисковому запросу пользователя, но из-за того, что некоторые из этих материалов отличаются от интересов и истории пользователя, материал не отображается пользователю. Персонализация поиска лишает поисковую систему объективности и подрывает ее работу. «Объективность не имеет большого значения, когда вы знаете, что ищете, но ее отсутствие проблематично, когда вы этого не знаете». [35] Другая критика персонализации поиска заключается в том, что она ограничивает основную функцию Интернета: сбор и обмен информацией. Персонализация поиска не позволяет пользователям легко получить доступ ко всей возможной информации, доступной по конкретному поисковому запросу. Персонализация поиска делает поисковые запросы пользователей более предвзятыми. Если у пользователя есть определенный набор интересов или история Интернета, и он использует Интернет для исследования спорного вопроса, результаты поиска пользователя отразят это. Пользователю могут не быть показаны обе стороны проблемы, и он может упустить потенциально важную информацию, если интересы пользователя склоняются к той или иной стороне. Исследование, проведенное по персонализации поиска и ее влиянию на результаты поиска в Новостях Google, привело к тому, что разные пользователи создавали новости в разном порядке, даже если каждый пользователь ввел один и тот же поисковый запрос. По словам Бейтса, «только у 12% поисковиков были одни и те же три истории в одном и том же порядке. Для меня это доказательство prima facie того, что фильтрация происходит». [36] Если бы персонализация поиска не была активна, все результаты теоретически должны были бы представлять собой одни и те же истории в одинаковом порядке.
Еще одним недостатком персонализации поиска является то, что интернет-компании, такие как Google, собирают и потенциально продают интернет-интересы и истории своих пользователей другим компаниям. Это поднимает вопрос конфиденциальности, касающийся того, комфортно ли людям, когда компании собирают и продают их информацию в Интернете без их согласия или ведома. Многие веб-пользователи не знают об использовании персонализации поиска, и еще меньше людей знают, что пользовательские данные являются ценным товаром для интернет-компаний.
Э. Паризер, автор книги «Пузырь фильтров» , объясняет, какие различия есть в персонализации поиска в Facebook и Google. Facebook реализует персонализацию, когда речь идет о количестве вещей, которыми люди делятся, и о том, какие страницы им «нравятся». Социальные взаимодействия человека , чей профиль он посещает чаще всего, с кем он пишет сообщения или общается — все это показатели, которые используются, когда Facebook использует персонализацию. Вместо того, чтобы то, чем делятся люди, является индикатором того, что отфильтровано, Google учитывает то, на что мы «нажимаем», чтобы отфильтровать то, что появляется в наших поисках. Кроме того, поиск в Facebook не обязательно такой же конфиденциальный, как в Google. Facebook опирается на более публичную личность, и пользователи делятся тем, что хотят видеть другие люди. Даже при пометке фотографий Facebook использует персонализацию и распознавание лиц , которые автоматически присваивают лицу имя. Кнопка «Нравится» Facebook позволяет пользователям персонализировать веб-сайт. То, какие публикации пользователи комментируют или лайкают, говорит Facebook, какой тип публикаций будет им интересен в будущем. В дополнение к этому, это помогает им предсказать, какие публикации они будут «комментировать, делиться или спамить в будущем». [37] Прогнозы объединяются для получения одной оценки релевантности, которая помогает Facebook решить, что вам показывать, а что отфильтровывать. [37] В 2016 году Facebook помимо лайков поста добавил реакции («С любовью», «Благодарность», «Ха-ха», «Вау», «Грустно» и «Злой»). [38] «Facebook выяснил, что любая реакция, оставленная на публикацию, является убедительным индикатором того, что пользователь был более заинтересован в этой публикации, чем в любых других постах, которым понравилось». [38] Facebook начинает оценивать реакции так же, как и лайки. Таким образом, даже если вы оставите «гневную» реакцию на публикацию, Facebook покажет публикации в ленте пользователя, потому что пользователь проявил к ним интерес. [38]
С точки зрения Google, пользователям предоставляются одинаковые веб-сайты и ресурсы в зависимости от того, на что они изначально нажимают. Есть даже другие веб-сайты, которые используют тактику фильтрации, чтобы лучше соответствовать предпочтениям пользователя. Например, Netflix также на основе истории поиска пользователей предлагает фильмы, которые могут их заинтересовать в будущем. Существуют такие сайты, как Amazon , и сайты личных покупок, которые также используют историю других людей, чтобы лучше служить их интересам. Twitter также использует персонализацию, «предлагая» другим людям подписаться. Кроме того, на основе того, на кого человек «подписывается», «твитит» и «ретвитит», Twitter отфильтровывает предложения, наиболее актуальные для пользователя. LinkedIn персонализирует результаты поиска на двух уровнях. [14] Федеративный поиск LinkedIn использует намерение пользователей персонализировать вертикальный порядок. Например, для того же запроса, такого как «инженер-программист», в зависимости от того, намерен ли искатель нанять или искать работу, ему или ей в качестве основной вертикали предлагаются либо люди, либо рабочие места. В рамках каждой вертикали, например поиска людей, рейтинги результатов также персонализируются с учетом сходства и социальных связей между пользователями и результатами. Марк Цукерберг , основатель Facebook, считал, что у людей есть только одна личность. Э. Паризер утверждает, что это полная ложь, а персонализация поиска — всего лишь еще один способ доказать, что это не так. Хотя персонализированный поиск может показаться полезным, он не дает очень точного представления о человеке. Бывают случаи, когда люди также ищут что-то и делятся чем-то, чтобы выглядеть лучше. Например, кто-то может найти и поделиться политическими статьями и другими интеллектуальными статьями. Существует множество сайтов, которые используются для разных целей и которые вообще не идентифицируют личность одного человека, а вместо этого предоставляют ложную информацию. [16]
Поисковые системы, такие как Google и Yahoo! используйте персонализированный поиск, чтобы привлечь потенциальных клиентов к продуктам, которые соответствуют их предполагаемым желаниям. Основываясь на большом объеме собранных данных, полученных в результате кликов отдельных пользователей в Интернете, поисковые системы могут использовать персонализированный поиск для размещения рекламных объявлений, которые могут заинтересовать конкретного человека. Использование персонализированного поиска может помочь потребителям быстрее найти то, что они хотят, а также помочь подобрать продукты и услуги для людей на более специализированных и/или нишевых рынках. Многие из этих продуктов или услуг, которые продаются через персонализированные онлайн-результаты, с трудом продаются в обычных магазинах. Эти типы продуктов и услуг называются товарами с длинным хвостом. [39] Использование персонализированного поиска позволяет потребителям быстрее находить продукты и услуги, а также уменьшает количество необходимых рекламных денег, затрачиваемых на то, чтобы охватить этих потребителей. Кроме того, использование персонализированного поиска может помочь компаниям определить, каким лицам следует предлагать коды онлайн-купонов на их продукты и/или услуги. Отслеживая, просматривал ли человек их веб-сайт, рассматривал возможность приобретения товара или ранее совершал покупку, компания может размещать рекламу на других веб-сайтах, чтобы охватить этого конкретного потребителя и попытаться побудить его совершить покупку.
Поисковые системы, обеспечивающие персонализированный поиск, не только помогают потребителям и предприятиям находить друг друга, но и получают большую выгоду. Чем больше данных будет собрано о человеке, тем более персонализированными будут результаты. В свою очередь, это позволяет поисковым системам продавать больше рекламы, поскольку компании понимают, что у них будет больше возможностей продавать людям с высоким процентом совпадений, чем людям со средним и низким процентом совпадений. Этот аспект персонализированного поиска вызывает гнев многих ученых, таких как Уильям Бадке и Эли Паризер, поскольку они считают, что персонализированный поиск обусловлен желанием увеличить доходы от рекламы. Кроме того, они считают, что персонализированные результаты поиска часто используются для того, чтобы побудить людей использовать продукты и услуги, предлагаемые конкретной поисковой компанией или любой другой компанией, сотрудничающей с ними. Например, при поиске Google по любой компании, имеющей хотя бы одно физическое местоположение, в качестве первого результата запроса будет предложена карта с изображением ближайшего местоположения компании с использованием службы Google Maps. [40] Чтобы использовать другие картографические сервисы, такие как MapQuest, пользователю придется глубже изучить результаты. Другой пример относится к более расплывчатым запросам. При поиске по слову «обувь» с помощью поисковой системы Google будет предложено несколько рекламных объявлений обувным компаниям, которые платят Google за то, чтобы их веб-сайт в качестве первого результата ссылался на запросы потребителей.
{{cite book}}: CS1 maint: дата и год ( ссылка ){{cite book}}: |journal=игнорируется ( помощь )CS1 maint: дата и год ( ссылка ){{cite journal}}: Требуется цитировать журнал |journal=( помощь ){{cite web}}: CS1 maint: несколько имен: список авторов ( ссылка ){{cite book}}: CS1 maint: date and year (link){{cite journal}}: Требуется цитировать журнал |journal=( помощь ){{cite journal}}: |last=имеет общее имя ( помощь ) ; Цитировать журнал требует |journal=( помощь )