Персонализированный поиск — это веб-поиск, специально адаптированный под интересы человека, включающий информацию о человеке, выходящую за рамки конкретного предоставленного запроса. Существует два общих подхода к персонализации результатов поиска, включающих изменение запроса пользователя и переоценку результатов поиска. [1]
Google представил персонализированный поиск в 2004 году, и он был реализован в поиске Google в 2005 году. Google реализовал персонализированный поиск для всех пользователей, а не только для тех, у кого есть аккаунт Google. Не так много информации о том, как именно Google персонализирует свои поиски; однако считается, что они используют язык пользователя, местоположение и историю веб-поиска . [2]
Ранние поисковые системы , такие как Google и AltaVista , находили результаты только на основе ключевых слов. Персонализированный поиск, впервые разработанный Google, стал гораздо более сложным с целью «понять, что именно 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 у сайта, тем выше он размещается на странице. [3] Поисковые системы имеют две степени экспертизы: поверхностный эксперт и глубокий эксперт. Эксперт с самой поверхностной степенью выступает в качестве свидетеля, который знает некоторую конкретную информацию о данном событии. Глубокий эксперт, с другой стороны, обладает понятными знаниями, которые дают ему возможность предоставлять уникальную информацию, которая имеет отношение к каждому отдельному запрашивающему. [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 способны на глубокую экспертизу, поскольку они ранжируют результаты, указывая, что те, которые находятся вверху, более соответствуют потребностям пользователя, чем те, которые находятся ниже. [4]
В то время как многие поисковые системы используют информацию о людях в целом или об определенных группах людей, персонализированный поиск зависит от профиля пользователя, который является уникальным для каждого человека. Исследовательские системы, которые персонализируют результаты поиска, моделируют своих пользователей по-разному. Некоторые полагаются на пользователей, явно указывающих свои интересы, или на демографические/когнитивные характеристики. [5] [6] Однако информацию, предоставленную пользователями, может быть сложно собирать и обновлять. Другие построили неявные модели пользователей на основе контента, который пользователь прочитал, или истории его взаимодействия с веб-страницами. [7] [8] [9] [10] [11]
Существует несколько общедоступных систем для персонализации результатов веб-поиска (например, Google Personalized Search и Bing 's search result personalization [12] ). Однако технические детали и оценки этих коммерческих систем являются собственностью компании. Один из методов, который Google использует для персонализации поиска для своих пользователей, заключается в отслеживании времени входа в систему и того, включил ли пользователь историю веб-поиска в своем браузере. Если пользователь заходит на один и тот же сайт через результат поиска Google много раз, он считает, что ему нравится эта страница. Поэтому, когда пользователи выполняют определенные поиски, персонализированный алгоритм поиска Google повышает страницу, продвигая ее по рейтингу. Даже если пользователь вышел из системы, Google может персонализировать его результаты, поскольку он хранит 180-дневную запись того, что искал конкретный веб-браузер, связанную с файлом cookie в этом браузере. [13]
В поисковых системах на платформах социальных сетей, таких как Facebook или LinkedIn , персонализация может быть достигнута путем использования гомофилии между ищущими и результатами. [14] Например, в поиске людей ищущие часто интересуются людьми из тех же социальных кругов, отраслей или компаний. В поиске работы ищущие обычно интересуются работой в похожих компаниях, работой в близлежащих местах и работой, требующей опыта, аналогичного их собственному.
Чтобы лучше понять, как персонализированные результаты поиска представляются пользователям, группа исследователей из Северо-Восточного университета сравнила совокупный набор поисковых запросов от вошедших в систему пользователей с контрольной группой . Исследовательская группа обнаружила, что 11,7% результатов показывают различия из-за персонализации; однако это сильно варьируется в зависимости от поискового запроса и позиции в рейтинге результатов. [15] Из различных протестированных факторов, два, которые оказали измеримое влияние, были вход в систему с помощью учетной записи Google и IP-адрес ищущих пользователей. Следует также отметить, что результаты с высокой степенью персонализации включают компании и политику. Одним из факторов, определяющих персонализацию, является локализация результатов, при этом запросы компаний показывают местоположения магазинов, соответствующие местоположению пользователя. Так, например, если пользователь искал «продажи подержанных автомобилей», Google может выдавать результаты местных автосалонов в его районе. С другой стороны, запросы с наименьшим количеством персонализации включают фактические запросы («что такое») 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 затем выполняет последующий поиск, результаты второго поиска зависят от первого поиска. Примечательным моментом является то, что URL-адреса с самым высоким рейтингом с меньшей вероятностью будут меняться в зависимости от персонализации, при этом большая часть персонализации происходит в нижних рейтингах. Это стиль персонализации, основанный на недавней истории поиска, но он не является постоянным элементом персонализации, поскольку, по словам исследователей, явление истекает через 10 минут. [15]
Было высказано несколько опасений относительно персонализированного поиска. Он снижает вероятность нахождения новой информации, смещая результаты поиска в сторону того, что пользователь уже нашел. Он вносит потенциальные проблемы конфиденциальности, при которых пользователь может не знать, что его результаты поиска персонализированы для него, и задаваться вопросом, почему то, что его интересует, стало настолько релевантным. Такая проблема была придумана автором Эли Паризером как «пузырь 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 меньше информированы о проблемах в развивающемся мире, что может еще больше увеличить разрыв между Севером (развитыми странами) и Югом (развивающимися странами). [16]
Методы персонализации и то, насколько полезно «продвигать» определенные результаты, которые регулярно появляются в результатах поиска единомышленников в одном сообществе. Метод персонализации позволяет очень легко понять, как создается фильтр-пузырь. Поскольку определенные результаты поднимаются и просматриваются больше людьми, другие результаты, которые им не нравятся, уходят в небытие. Поскольку это происходит на уровне всего сообщества, это приводит к тому, что сообщество, осознанно или нет, разделяет искаженную точку зрения на события. [17] Фильтр-пузыри стали более частыми в результатах поиска и рассматриваются как помехи потоку информации в Интернете, а именно в социальных сетях. [18]
Областью особой обеспокоенности в некоторых частях мира является использование персонализированного поиска как формы контроля над людьми, использующими поиск, путем предоставления им только определенной информации ( избирательное воздействие ). Это может быть использовано для оказания особого влияния на такие широко обсуждаемые темы, как контроль над оружием, или даже для того, чтобы склонить людей к поддержке определенного политического режима в разных странах. [16] Хотя полный контроль со стороны конкретного правительства только с помощью персонализированного поиска является натяжкой, контроль над информацией, легко доступной с помощью поиска, может легко контролироваться самыми богатыми корпорациями. Самым ярким примером корпорации, контролирующей информацию, является Google. Google не только снабжает вас информацией, которую они хотят, но и 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 их конкурентов, например, как Google Maps взял на себя основной контроль над индустрией онлайн-карт и направлений, вынудив MapQuest и других отойти на второй план. [19]
Многие поисковые системы используют стратегии профилирования пользователей на основе концепций, которые выводят только темы, которые пользователям очень интересны, но для достижения наилучших результатов, по словам исследователей Вай-Тина и Дика Луня, следует учитывать как положительные, так и отрицательные предпочтения. Такие профили, применяющие отрицательные и положительные предпочтения, приводят к наиболее качественным и релевантным результатам, отделяя похожие запросы от непохожих. Например, ввод «яблоко» может относиться как к фрукту, так и к компьютеру Macintosh , а предоставление обоих предпочтений помогает поисковым системам узнать, какое яблоко на самом деле ищет пользователь, на основе нажатых ссылок. Одной из концепций-стратегий, которую придумали исследователи для улучшения персонализированного поиска и получения как положительных, так и отрицательных предпочтений, является метод на основе кликов. Этот метод фиксирует интересы пользователя на основе того, на какие ссылки он нажимает в списке результатов, при этом понижая рейтинг ненажатых ссылок. [20]
Эта функция также оказывает глубокое влияние на отрасль 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 из них нашел информацию о разливе нефти BP в Мексиканском заливе, а другой — информацию об инвестициях. [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 персонализирована для каждого отдельного пользователя каким-либо образом. [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 взаимодействия пользователя с другими пользователями, так называемые «социальные жесты». [22] Социальные жесты в этом случае включают такие вещи, как использование лайков, репостов, подписок и комментариев. Когда пользователь взаимодействует с системой, потребляя набор информации, система регистрирует взаимодействие пользователя и историю. Позднее, на основе этой истории взаимодействия, некоторая важная информация отфильтровывается. Сюда входит контент, созданный некоторыми друзьями, который может быть скрыт от пользователя. Это происходит потому, что пользователь не взаимодействовал с исключенными друзьями в течение определенного времени. Также важно отметить, что в социальных жестах фотографии и видео получают более высокий рейтинг, чем обычные сообщения о статусе и другие связанные сообщения. [22]
Пузырь фильтров оказал сильное влияние на поиск информации о здоровье. С учетом влияния результатов поиска, основанных на истории поиска, социальных сетях, личных предпочтениях и других аспектах, дезинформация внесла большой вклад в снижение уровня вакцинации. В 2014/15 году в Америке произошла вспышка кори, за этот период было зарегистрировано 644 случая. Основными виновниками этой вспышки были антипрививочные организации и общественные деятели, которые в то время распространяли страх по поводу вакцины. [23]
Некоторые отмечают, что персонализированные результаты поиска служат не только для настройки результатов поиска пользователя, но и для показа рекламы . [ требуется цитата ] Это подвергалось критике как вторжение в личную жизнь . [ требуется цитата ]
Важным примером персонализации поиска является Google . Существует множество приложений Google, все из которых можно персонализировать и интегрировать с помощью учетной записи Google. Персонализация поиска не требует учетной записи. Однако человек практически лишен выбора, поскольку многие полезные продукты Google доступны только при наличии учетной записи Google. Панель инструментов Google, представленная в 2009 году, охватывает более 20 продуктов и услуг, включая Gmail, Calendar, Docs, YouTube и т. д. [24] , которая отслеживает всю информацию непосредственно под вашим именем. Бесплатный пользовательский поиск Google доступен как для частных лиц, так и для крупных компаний, предоставляя возможность поиска для отдельных веб-сайтов и поддерживая корпоративные сайты, такие как сайт New York Times . Высокий уровень персонализации, который был доступен в Google, сыграл значительную роль в том, чтобы помочь ему оставаться любимой поисковой системой в мире.
Одним из примеров способности Google персонализировать поиск является использование Google News. Google настроил свои новости так, чтобы показывать всем несколько похожих статей, которые могут показаться интересными, но как только пользователь прокручивает страницу вниз, можно заметить, что новостные статьи начинают отличаться. Google учитывает прошлые поисковые запросы, а также местоположение пользователя, чтобы убедиться, что местные новости попадают к нему в первую очередь. Это может привести к значительному упрощению поиска и сокращению времени на просмотр всех новостей в поисках нужной информации. Однако проблема заключается в том, что очень важная информация может быть удержана, 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 конфиденциальности против персонализации. Хотя эти два понятия не обязательно должны быть взаимоисключающими, часто бывает так, что по мере того, как одно становится более заметным, оно ставит под угрозу другое. Google предоставляет людям множество услуг, и многие из этих услуг не требуют сбора информации о человеке для настройки. Поскольку эти услуги не представляют угрозы вторжения в личную жизнь, баланс склонился в пользу персонализации, а не конфиденциальности, даже когда дело касается поиска. Поскольку люди пожинают плоды удобства от настройки других своих служб Google, они хотят лучших результатов поиска, даже если это происходит за счет личной информации. Где провести границу между компромиссом информации и результатов поиска — это новая территория, и Google принимает это решение. Пока люди не получат возможность контролировать собираемую о них информацию, Google не защищает конфиденциальность по-настоящему. Популярность Google как поисковой системы и интернет-браузера позволила ему обрести большую власть. Их популярность создала миллионы имен пользователей, которые использовались для сбора огромного количества информации о людях. Google может использовать несколько методов персонализации, таких как традиционные, социальные, географические, IP-адрес, браузер, файлы cookie, время дня, год, поведенческие, история запросов, закладки и многое другое. Хотя персонализация результатов поиска Google на основе того, что пользователи искали ранее, может иметь свои преимущества, есть и отрицательные стороны, которые с этим связаны. [25] [26] Используя силу этой информации, Google решила войти в другие сектора, которыми она владела, такие как видео, обмен документами, покупки, карты и многое другое. Google сделала это, направляя пользователей поиска к их собственным предлагаемым сервисам, а не к другим, таким как MapQuest.
Используя персонализацию поиска, Google удвоил свою долю на рынке видео до примерно восьмидесяти процентов. Юридическое определение монополии — это когда фирма получает контроль над семьюдесятью-восьмидесятью процентами рынка. Google усилил эту монополию, создав значительные барьеры для входа, такие как манипулирование результатами поиска, чтобы показывать свои собственные услуги. Это можно ясно увидеть, когда Google Maps — первое, что отображается в большинстве поисков.
Аналитическая фирма Experian Hitwise заявила, что с 2007 года трафик MapQuest сократился вдвое из-за этого. Другие статистические данные примерно того же времени включают Photobucket, который сократил долю рынка с двадцати процентов до всего трех процентов, Myspace, который сократился с двенадцати процентов до менее одного процента, и ESPN, который сократился с восьми до четырех процентов. Что касается изображений, Photobucket вырос с 31% в 2007 году до 10% в 2010 году, а Yahoo Images — с 12% до 7%. [27] Становится очевидным, что упадок этих компаний произошел из-за увеличения доли рынка Google с 43% в 2007 году до примерно 55% в 2009 году. [27]
Можно сказать, что Google доминирует больше, потому что предоставляет более качественные услуги. Однако Experian Hitwise также создала графики, показывающие рыночную долю примерно пятнадцати различных компаний одновременно. Это было сделано для каждой категории рыночной доли изображений, видео, поиска продуктов и т. д. График для поиска продуктов является достаточным доказательством влияния Google, поскольку их число выросло с 1,3 миллиона уникальных посетителей до 11,9 уникальных посетителей за один месяц. Такой рост возможен только при изменении процесса.
В конце концов, есть две общие темы со всеми этими графиками. Первая заключается в том, что доля рынка Google имеет прямую обратную зависимость от доли рынка ведущих конкурентов. Вторая заключается в том, что эта прямая обратная зависимость началась около 2007 года, то есть примерно в то время, когда Google начал использовать свой метод «Универсального поиска». [28]
Одним из важнейших преимуществ персонализированного поиска является улучшение качества решений, принимаемых потребителями. Интернет сделал транзакционные издержки получения информации значительно ниже, чем когда-либо. Однако способность человека обрабатывать информацию не сильно расширилась. [29] Когда потребители сталкиваются с огромным объемом информации, им нужен сложный инструмент, который поможет им принимать высококачественные решения. В двух исследованиях изучались эффекты персонализированных инструментов скрининга и заказа, и результаты показывают положительную корреляцию между персонализированным поиском и качеством решений потребителей.
Первое исследование было проведено Кристин Диль из Университета Южной Каролины . Ее исследование обнаружило, что снижение стоимости поиска привело к снижению качества выбора. Причиной этого открытия было то, что «потребители делают худший выбор, потому что снижение стоимости поиска заставляет их рассматривать худшие варианты». Оно также показало, что если у потребителей есть конкретная цель, они будут продолжать свой поиск, что приведет к еще более худшему решению. [29] Исследование Джеральда Хаубла из Университета Альберты и Бенедикта GC Делларта из Университета Маастрихта в основном было сосредоточено на системах рекомендаций. Оба исследования пришли к выводу, что персонализированная система поиска и рекомендаций значительно улучшила качество решений потребителей и сократила количество проверяемых продуктов. [29]
В том же ключе использование фильтров -пузырей в персонализированном поиске также привело к нескольким преимуществам для пользователей. Например, фильтр-пузыри обладают потенциалом повышения разнообразия мнений, позволяя гражданам-единомышленникам объединяться и укреплять свои убеждения. Это также помогает защитить пользователей от фейкового и экстремистского контента, заключая их в пузыри надежной и проверяемой информации. [30] Фильтр-пузыри могут быть важным элементом информационной свободы, предоставляя пользователям больше выбора. [30]
Персонализированный поиск также доказал свою эффективность в интересах пользователя в том смысле, что он улучшает результаты поиска информации. Персонализированный поиск подгоняет результаты поиска под потребности пользователя в том смысле, что они соответствуют тому, что хочет пользователь, с прошлой историей поиска. [31] Это также помогает сократить количество нерелевантной информации, а также сокращает время, которое пользователи тратят на поиск информации. Например, в Google история поиска пользователя сохраняется и сопоставляется с запросом пользователя в следующих поисках пользователя. Google достигает этого с помощью трех важных методов. Три метода включают в себя (i) переформулирование запроса с использованием дополнительных знаний, т. е. расширение или уточнение запроса, (ii) постфильтрацию или повторное ранжирование извлеченных документов (на основе профиля пользователя или контекста) и (iii) улучшение модели IR. [31]
Персонализированный поиск набирает популярность из-за спроса на более релевантную информацию и того факта, что большинство людей действительно могли бы использовать некоторую личную информацию, такую как персонализированный поиск. Исследования показали низкие показатели успешности среди основных поисковых систем в предоставлении релевантных результатов; в 52% из 20 000 запросов поисковики не нашли никаких релевантных результатов в документах, которые вернул Google. [32] Персонализированный поиск может значительно улучшить качество поиска, и есть два основных способа достижения этой цели.
Первая доступная модель основана на истории поисков пользователей и местах поиска. Люди, вероятно, знакомы с этой моделью, поскольку они часто находят результаты, отражающие их текущее местоположение и предыдущие поиски.
Есть еще один способ персонализировать результаты поиска. В работе Брахи Шапиры и Боаза Забара «Персонализированный поиск: интеграция сотрудничества и социальных сетей» Шапира и Забар сосредоточились на модели, которая использует систему рекомендаций . [33] Эта модель показывает результаты других пользователей, которые искали похожие ключевые слова. Авторы исследовали поиск по ключевым словам, систему рекомендаций и систему рекомендаций с социальной сетью, работающую отдельно, и сравнивают результаты с точки зрения качества поиска. Результаты показывают, что персонализированная поисковая система с системой рекомендаций дает более качественные результаты, чем стандартная поисковая система, и что система рекомендаций с социальной сетью даже улучшает больше.
Недавняя статья «Персонализация поиска с помощью встраиваний» показывает, что новая модель встраивания для персонализации поиска, в которой пользователи встраиваются в тематическое пространство интересов, дает лучшие результаты поиска, чем сильные модели обучения ранжированию.
Хотя существуют задокументированные преимущества внедрения персонализации поиска, существуют также аргументы против ее использования. Основой этого аргумента против ее использования является то, что она ограничивает результаты поисковой системы интернет-пользователей материалами, которые соответствуют интересам и истории пользователей. Это ограничивает возможность пользователей знакомиться с материалами, которые были бы релевантны поисковому запросу пользователя, но из-за того, что часть этих материалов отличается 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 становится проблемой, когда вы этого не знаете». [34] Еще одно критическое замечание в адрес персонализации поиска заключается в том, что она ограничивает основную функцию Интернета: сбор и обмен информацией. Персонализация поиска не позволяет пользователям легко получать доступ ко всей возможной информации, которая доступна для определенного поискового запроса. Персонализация поиска добавляет предвзятость к поисковым запросам пользователя. Если у пользователя есть определенный набор интересов или история интернета и он использует Интернет для исследования спорного вопроса, результаты поиска пользователя будут отражать это. Пользователю могут не быть показаны обе стороны вопроса, и он может упустить потенциально важную информацию, если интересы пользователя склоняются к одной или другой стороне. Исследование, проведенное по персонализации поиска и ее влиянию на результаты поиска в Google News, привело к тому, что разные пользователи сгенерировали разные порядки новостных историй, хотя каждый пользователь ввел один и тот же поисковый запрос. По словам Бейтса, «только 12% ищущих увидели одни и те же три истории в одном и том же порядке. Для меня это является prima facie доказательством того, что происходит фильтрация». [35] Если бы персонализация поиска не была активна, все результаты в теории должны были бы быть одними и теми же историями в одинаковом порядке.
Другим 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 интернет-информацию без их согласия или ведома. Многие веб-пользователи не знают об использовании персонализации поиска, и еще меньше знают, что пользовательские данные являются ценным товаром для интернет-компаний.
Э. Паризер, автор книги «Пузырь фильтров» , объясняет, как различаются возможности персонализации поиска на 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 общается или общается — все это показатели, которые используются, когда Facebook использует персонализацию. Вместо того, чтобы то, чем люди делятся, было показателем того, что отфильтровывается, Google учитывает то, что мы «нажимаем», чтобы отфильтровать то, что появляется в наших поисках. Кроме того, поиск в Facebook не обязательно такой же приватный, как поиск в Google. Facebook опирается на более публичную личность, и пользователи делятся тем, что хотят видеть другие люди. Даже при отметке фотографий Facebook использует персонализацию и распознавание лиц , которые автоматически присваивают лицу имя. Кнопка «Нравится» Facebook использует своих пользователей для собственной персонализации веб-сайта. То, какие посты пользователь комментирует или лайкает, говорит Facebook, какие типы постов будут ему интересны в будущем. В дополнение к этому, это помогает им предсказать, какие типы постов они будут «комментировать, делиться или спамить в будущем». [36] Прогнозы объединяются для получения одного показателя релевантности, который помогает Facebook решить, что вам показывать, а что отфильтровывать. [36]
С точки зрения Google, пользователям предоставляются похожие веб-сайты и ресурсы на основе того, на что они изначально нажимают. Есть даже другие веб-сайты, которые используют тактику фильтрации, чтобы лучше соответствовать предпочтениям пользователя. Например, Netflix также судит по истории поиска пользователей, чтобы предлагать фильмы, которые могут быть им интересны в будущем. Есть такие сайты, как Amazon и сайты персональных покупок, также используют историю других людей, чтобы лучше обслуживать их интересы. Twitter также использует персонализацию, «предлагая» другим людям подписаться. Кроме того, основываясь на том, на кого человек «подписывается», «твитит» и «ретвитит», Twitter отфильтровывает предложения, наиболее релевантные пользователю. LinkedIn персонализирует результаты поиска на двух уровнях. [14] Федеративный поиск LinkedIn использует намерение пользователя для персонализации вертикального порядка. Например, для одного и того же запроса, такого как «инженер-программист», в зависимости от того, имеет ли пользователь намерение нанимать или искать работу, ему или ей в качестве основной вертикали предоставляются либо люди, либо вакансии. В каждой вертикали, например, поиск людей, рейтинги результатов также персонализируются с учетом сходства и социальных отношений между ищущими и результатами. Марк Цукерберг , основатель Facebook, считал, что у людей есть только одна личность. Э. Паризер утверждает, что это полностью неверно, и персонализация поиска — это просто еще один способ доказать, что это не так. Хотя персонализированный поиск может показаться полезным, он не является очень точным представлением любого человека. Есть случаи, когда люди также ищут вещи и делятся вещами, чтобы выглядеть лучше. Например, кто-то может искать и делиться политическими статьями и другими интеллектуальными статьями. Существует много сайтов, которые используются для разных целей и которые вообще не составляют личность одного человека, а вместо этого предоставляют ложные представления. [16]
Поисковые системы, такие как Google и Yahoo!, используют персонализированный поиск для привлечения потенциальных клиентов к продуктам, которые соответствуют их предполагаемым желаниям. Основываясь на большом количестве собранных данных, агрегированных из кликов человека в Интернете, поисковые системы могут использовать персонализированный поиск для размещения рекламы, которая может заинтересовать человека. Использование персонализированного поиска может помочь потребителям быстрее найти то, что они хотят, а также помочь сопоставить продукты и услуги с людьми на более специализированных и/или нишевых рынках. Многие из этих продуктов или услуг, которые продаются через персонализированные онлайн-результаты, будут бороться с продажей в обычных магазинах. Такие типы продуктов и услуг называются товарами с длинным хвостом. [37] Использование персонализированного поиска позволяет потребителям быстрее находить продукты и услуги и снижает объем необходимых рекламных денег, потраченных на охват этих потребителей. Кроме того, использование персонализированного поиска может помочь компаниям определить, каким людям следует предлагать онлайн-купоны на свои продукты и/или услуги. Отслеживая, просматривал ли человек их веб-сайт, рассматривал ли он возможность покупки товара или уже совершил покупку, компания может размещать рекламу на других веб-сайтах, чтобы охватить этого конкретного потребителя и попытаться побудить его совершить покупку.
Помимо помощи потребителям и компаниям в поиске друг друга, поисковые системы, которые предоставляют персонализированный поиск, приносят большую пользу. Чем больше данных 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 лицам с высоким процентом соответствия, чем лицам со средним и низким процентом соответствия. Этот аспект персонализированного поиска возмущает 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 склонить людей к использованию продуктов и услуг, предлагаемых конкретной компанией поисковой системы или любой другой компанией, сотрудничающей с ними. Например, поиск Google любой компании, имеющей хотя бы одно физическое местоположение, предложит карту, изображающую ближайшее местоположение компании, с использованием сервиса Google Maps в качестве первого результата запроса. [38] Чтобы использовать другие картографические сервисы, такие как MapQuest, пользователю придется углубиться в результаты. Другой пример касается более неопределенных запросов. Поиск слова «обувь» с помощью поисковой системы Google предложит несколько рекламных объявлений обувных компаний, которые платят Google за то, чтобы ссылка на их сайт была первым результатом поиска по запросам потребителей.
{{cite journal}}: Цитировать журнал требует |journal=( помощь ){{cite web}}: CS1 maint: multiple names: authors list (link){{cite journal}}: Цитировать журнал требует |journal=( помощь ){{cite journal}}: |last=имеет общее название ( помощь ) ; Цитировать журнал требует |journal=( помощь )