Персоналізований пошук - це результат вебпошуку, який спеціально пристосований до інтересів особи шляхом включення інформації про особу за межами конкретного наданого запиту. Існує два загальних підходи до персоналізації результатів пошуку, що включають модифікацію запиту користувача та перерахування результатів пошуку.
Історія Google представив персоналізований пошук у 2004 році, а у 2005 році він був запроваджений до пошуку Google. Google реалізував персоналізований пошук для всіх користувачів, а не лише тих, хто має обліковий запис Google. Існує не так багато інформації про те, як саме Google персоналізує їх пошук; однак вважається, що вони використовують мову користувача, місцеположення та вебісторію .
Ранні пошукові системи, такі як Google та AltaVista, знаходили результати лише на основі ключових слів. Персоналізований пошук, запроваджений Google, став набагато складнішим з метою "зрозуміти, що саме ви маєте на увазі, і дати вам саме те, що ви хочете". Використовуючи математичні алгоритми, пошукові системи тепер можуть повертати результати на основі кількості посилань на сайти та з них; чим більше посилань має сайт, тим вище він розміщується на сторінці. Пошукові системи мають два ступені досвіду: дрібний експерт і глибокий експерт. Експерт із найдрібнішого ступеня служить свідком, який знає якусь конкретну інформацію про дану подію. Натомість глибокий фахівець володіє зрозумілими знаннями, які дають йому можливість передавати унікальну інформацію, що стосується кожного конкретного запитувача. Якщо людина знає, чого вона хоче, тоді пошукова машина буде діяти як неглибокий експерт і просто знайде цю інформацію. Але пошукові системи здатні також мати глибокий досвід у тому, що вони ранжують результати, вказуючи на те, що ті, хто знаходиться вгорі, більш відповідають потребам користувача, ніж ті, що вказані нижче.
Хоча багато пошукових систем користуються перевагами інформації про людей загалом або про конкретні групи людей, персоналізований пошук залежить від унікального для користувача профілю користувача. Системи досліджень, які персоналізують результати пошуку, по-різному моделюють своїх користувачів. Деякі покладаються на користувачів, явно вказуючи їх інтереси, або на демографічні / когнітивні характеристики. Однак інформацію, яку надає користувач, може бути важко зібрати та оновлювати. Інші побудували неявні моделі користувачів на основі вмісту, який користувач прочитав, або їх історії взаємодії з вебсторінками.
Існує кілька загальнодоступних систем персоналізації результатів вебпошуку (наприклад, Google Персоналізований пошук та персоналізація результатів пошуку Bing ). Однак технічні деталі та оцінки цих комерційних систем є власністю. Одним із методів, який Google використовує для персоналізації пошукових запитів для своїх користувачів, є відстеження часу входу та того, чи користувач увімкнув історію вебпошуку у своєму браузері. Якщо користувач багато разів звертається до одного вебсайту за результатами пошуку від Google, він вважає, що ця сторінка йому подобається. Отже, коли користувачі здійснюють певні пошуки, персоналізований алгоритм пошуку від Google підсилює сторінку, просуваючи її вгору по рейтингах. Навіть якщо користувач вийшов з системи, Google може персоналізувати їх результати, оскільки він зберігає 180-денний запис того, що шукав певний веббраузер, пов’язаний із файлом cookie в цьому браузері.
У пошукових системах на платформах соціальних мереж, таких як Facebook або LinkedIn, персоналізація може бути досягнута шляхом однорідного використання пошукових запитів та результатів. Наприклад, у пошуку людей часто шукачі цікавляться людьми з тих самих соціальних кіл, галузей чи компаній. Під час пошуку роботи шукачі, як правило, цікавляться роботою в подібних компаніях, роботою в сусідніх місцях та роботами, що вимагають знань, подібних до їх власних.
Для того, щоб краще зрозуміти, як персоналізовані результати пошуку представляються користувачам, група дослідників Північно-Східного університету порівняла сукупний набір пошукових запитів зареєстрованих користувачів із контрольною групою. Дослідницька група виявила, що 11,7% результатів показують відмінності внаслідок персоналізації; однак це сильно варіюється в залежності від пошукового запиту та позиції рейтингу результатів. З різних перевірених факторів два з них, що мали помітний вплив, входили в систему за допомогою облікового запису Google та IP-адреси пошукових користувачів. Слід також зазначити, що результати з високим ступенем персоналізації включають компанії та політику. Одним із факторів, що обумовлюють персоналізацію, є локалізація результатів, а запити компанії показують місця розташування магазинів, що відповідають місцеперебуванню користувача. Так, наприклад, якщо користувач шукав "продаж вживаних автомобілів", Google може давати результати місцевих автосалонів у своєму районі. З іншого боку, запити з найменшою кількістю персоналізації включають фактичні запити ("що таке") та стан здоров'я.
Вимірюючи персоналізацію, важливо виключити фоновий шум. У цьому контексті одним із типів фонових шумів є ефект перенесення. Ефект перенесення можна визначити наступним чином: коли користувач виконує пошук і слідує за ним з подальшим пошуком, на результати другого пошуку впливає перший пошук. Примітний момент полягає в тому, що найвищі рейтингові URL - адреси рідше змінюються на основі персоналізації, причому більшість персоналізації відбувається в нижчих рангах. Це стиль персоналізації, заснований на недавній історії пошуку, але він не є послідовним елементом персоналізації, оскільки за даними дослідників явище закінчується через 10 хвилин.
Фільтр міхур Було піднято кілька занепокоєнь щодо персоналізованого пошуку. Це зменшує ймовірність пошуку нової інформації, зміщуючи результати пошуку до того, що користувач уже знайшов. Він вводить потенційні проблеми конфіденційності, коли користувач може не знати, що їх результати пошуку персоналізовані для них, і дивується, чому речі, які їх цікавлять, стали такими актуальними. Така проблема була вигадана автором Елі Паризером як "бульбашка фільтра". Він стверджує, що люди дозволяють великим вебсайтам керувати їхньою долею та приймати рішення на основі величезної кількості даних, яку вони збирають про окремих людей. Це може ізолювати користувачів у їхньому світі або "фільтрувати бульбашки" там, де вони бачать лише ту інформацію, яку хочуть, такий наслідок "Синдрому дружнього світу". Як результат, люди набагато менше поінформовані про проблеми в країнах, що розвиваються, що може ще більше збільшити розрив між Північчю (розвинені країни) та Півднем (країни, що розвиваються).
Методи персоналізації та те, наскільки корисно "просувати" певні результати, які регулярно показуються під час пошуків однодумцями в одній спільноті. Метод персоналізації дозволяє дуже легко зрозуміти, як створюється бульбашка фільтра. Оскільки певні результати натрапляють і більше розглядаються окремими людьми, інші результати, яким вони не сприяють, відходять у невідомість. Оскільки це відбувається на рівні загальної громади, це призводить до того, що громада, свідомо чи ні, ділиться перекошеною перспективою подій.
Особливою проблемою для деяких частин світу є використання персоналізованого пошуку як форми контролю над людьми, які використовують пошук, лише надаючи їм певну інформацію (вибіркова експозиція). Це може бути використано для того, щоб надати особливий вплив на такі обговорювані теми, як контроль над зброєю або навіть примусити людей стати на бік певного політичного режиму в різних країнах. Попри те, що повний контроль з боку конкретного уряду лише за допомогою персоналізованого пошуку є простим напрямком, контроль над інформацією, яка легко доступна під час пошуку, легко контролюється найбагатшими корпораціями. Найбільшим прикладом корпорації, яка контролює інформацію, є Google. Google не лише передає вам потрібну інформацію, але іноді вони використовують ваш персоналізований пошук, щоб спрямувати вас до власних компаній чи філій. Це призвело до повного контролю над різними частинами Інтернету та витіснення їхніх конкурентів, таких як те, як Карти Google взяли на себе основний контроль над онлайн-картою та напрямками з MapQuest та іншими, змушеними відійти на заднє місце.
Багато пошукових систем використовують стратегії профілювання користувачів, засновані на концепціях, які виводять лише теми, які користувачів дуже цікавлять, але для досягнення найкращих результатів, на думку дослідників Вай-Тін та Дік Луна, слід враховувати як позитивні, так і негативні переваги. Такі профілі, застосовуючи негативні та позитивні переваги, призводять до найвищої якості та найрелевантніших результатів, відокремлюючи однакові запити від не схожих. Наприклад, введення слова "яблуко" може стосуватися фруктів або комп'ютера Macintosh, а обидва уподобання допомагають пошуковим системам дізнатися, яке яблуко користувач насправді шукає на основі натиснутих посилань. Однією з концепцій-стратегій, яку дослідники придумали для вдосконалення персоналізованого пошуку та отримання як позитивних, так і негативних переваг, є метод, що базується на кліках. Цей метод фіксує інтереси користувача на основі посилань, на які вони натискають у списку результатів, одночасно знижуючи рейтинг неклікованих посилань.
Ця функція також має глибокий вплив на галузь оптимізації пошукових систем завдяки тому, що результати пошуку більше не будуть класифікуватися однаково для кожного користувача. Приклад цього можна знайти у фільмі "Фільтрувальний міхур" Елі Паризера, де у нього було два друзі, які ввели "BP" у рядок пошуку Google. Один друг знайшов інформацію про розлив нафти BP у Мексиканській затоці, а інший - інформацію про інвестиції.
Деякі відзначають, що персоналізовані результати пошуку служать не лише для налаштування результатів пошуку користувача, але й реклами. Це було розкритиковано як вторгнення в приватне життя.
Справа Google Важливим прикладом персоналізації пошуку є Google. Існує безліч програм Google, усі з яких можна персоналізувати та інтегрувати за допомогою облікового запису Google. Для персоналізації пошуку не потрібен обліковий запис. Однак людина майже позбавлена вибору, оскільки стільки корисних продуктів Google доступні лише за наявності облікового запису Google. Інформаційна панель Google, представлена в 2009 році, охоплює понад 20 продуктів та послуг, включаючи Gmail, Календар, Документи, YouTube тощо що відстежує всю інформацію безпосередньо під власним іменем. Безкоштовний користувацький пошук Google доступний як для приватних осіб, так і для великих компаній, забезпечуючи можливість пошуку для окремих вебсайтів та керуючи корпоративними сайтами, такими як New York Times . Високий рівень персоналізації, який був доступний у Google, зіграв значну роль, допомагаючи залишатися найулюбленішою пошуковою системою у світі.
Одним із прикладів можливості Google персоналізувати пошук є використання Новин Google. Google підготував свої новини, щоб показати всім декілька подібних статей, які можна вважати цікавими, але як тільки користувач прокручує сторінку вниз, можна помітити, що статті новин починають відрізнятися. Google враховує минулі пошукові запити, а також місцеперебування користувача, щоб переконатися, що місцеві новини потрапляють до них першими. Це може призвести до набагато легшого пошуку та зменшення часу на перегляд усіх новин, щоб знайти потрібну інформацію. Проблема, однак, полягає в тому, що дуже важливу інформацію можна затримати, оскільки вона не відповідає критеріям, встановленим програмою для конкретного користувача. Це може створити " міхур фільтра ", як описано раніше.