La búsqueda personalizada son resultados de búsqueda web que se adaptan específicamente a los intereses de un individuo al incorporar información sobre el individuo más allá de la consulta específica proporcionada. Hay dos enfoques generales para personalizar los resultados de búsqueda, que implican modificar la consulta del usuario y volver a clasificar los resultados de la búsqueda. [1]
Historia
Google introdujo la búsqueda personalizada en 2004 y se implementó en 2005 para la búsqueda de Google. Google ha implementado una búsqueda personalizada para todos los usuarios, no solo para aquellos con una cuenta de Google. No hay mucha información sobre cómo Google personaliza exactamente sus búsquedas; sin embargo, se cree que utilizan el idioma, la ubicación y el historial web del usuario . [2]
Los primeros motores de búsqueda , como Google y AltaVista , encontraron resultados basados solo en palabras clave. La búsqueda personalizada, iniciada por Google, se ha vuelto mucho más compleja con el objetivo de "comprender exactamente lo que quiere decir y brindarle exactamente lo que desea". [3] Usando algoritmos matemáticos, los motores de búsqueda ahora pueden devolver resultados basados en el número de enlaces hacia y desde sitios; cuantos más enlaces tenga un sitio, más alto se colocará en la página. [3] Los motores de búsqueda tienen dos grados de experiencia: el experto superficial y el experto profundo. Un experto del grado más superficial sirve como testigo que conoce alguna información específica sobre un evento dado. Un experto profundo, por otro lado, tiene un conocimiento comprensible que le da la capacidad de entregar información única que es relevante para cada investigador individual. [4] Si una persona sabe lo que quiere, el motor de búsqueda actuará como un experto superficial y simplemente localizará esa información. Pero los motores de búsqueda también son capaces de tener una gran experiencia, ya que clasifican los resultados que indican que los que están cerca de la parte superior son más relevantes para los deseos de un usuario que los que están debajo. [4]
Si bien muchos motores de búsqueda aprovechan la información sobre personas en general, o sobre grupos específicos de personas, la búsqueda personalizada depende de un perfil de usuario que es exclusivo de la persona. Los sistemas de investigación que personalizan los resultados de la búsqueda modelan a sus usuarios de diferentes maneras. Algunos confían en que los usuarios especifiquen explícitamente sus intereses o en características demográficas / cognitivas. [5] [6] Sin embargo, la información proporcionada por el usuario puede ser difícil de recopilar y mantener actualizada. Otros han construido modelos de usuario implícitos basados en el contenido que el usuario ha leído o su historial de interacción con las páginas web. [7] [8] [9] [10] [11]
Hay varios sistemas disponibles públicamente para personalizar los resultados de la búsqueda en la Web (por ejemplo, la búsqueda personalizada de Google y la personalización de los resultados de la búsqueda de Bing [12] ). Sin embargo, los detalles técnicos y las evaluaciones de estos sistemas comerciales son propietarios. Una técnica que utiliza Google para personalizar las búsquedas de sus usuarios es realizar un seguimiento del tiempo de inicio de sesión y si el usuario ha habilitado el historial web en su navegador. Si un usuario accede al mismo sitio a través de un resultado de búsqueda de Google muchas veces, cree que le gusta esa página. Entonces, cuando los usuarios realizan ciertas búsquedas, el algoritmo de búsqueda personalizado de Google le da un impulso a la página, moviéndola hacia arriba en los rangos. Incluso si un usuario cierra sesión, Google puede personalizar sus resultados porque mantiene un registro de 180 días de lo que ha buscado un navegador web en particular, vinculado a una cookie en ese navegador. [13]
En motores de búsqueda en plataformas de redes sociales como Facebook o LinkedIn , la personalización podría lograrse explotando la homofilia entre buscadores y resultados. [14] Por ejemplo, en la búsqueda de personas, los buscadores suelen estar interesados en personas de los mismos círculos sociales, industrias o empresas. En la búsqueda de empleo, los buscadores suelen estar interesados en trabajos en empresas similares, trabajos en ubicaciones cercanas y trabajos que requieren experiencia similar a la suya.
Para comprender mejor cómo se presentan los resultados de búsqueda personalizados a los usuarios, un grupo de investigadores de Northeastern University comparó un conjunto agregado de búsquedas de usuarios registrados con un grupo de control . El equipo de investigación encontró que el 11,7% de los resultados muestran diferencias debido a la personalización; sin embargo, esto varía ampliamente según la consulta de búsqueda y la posición en la clasificación de resultados. [15] De varios factores probados, los dos que tuvieron un impacto medible fueron iniciar sesión con una cuenta de Google y la dirección IP de los usuarios que realizaban la búsqueda. También cabe destacar que los resultados con altos grados de personalización incluyen empresas y política. Uno de los factores que impulsa la personalización es la localización de los resultados, y las consultas de la empresa muestran las ubicaciones de las tiendas relevantes para la ubicación del usuario. Entonces, por ejemplo, si un usuario busca "venta de autos usados", Google puede generar resultados de concesionarios de autos locales en su área. Por otro lado, las consultas con la menor cantidad de personalización incluyen consultas fácticas ("qué es") y salud. [15]
Al medir la personalización, es importante eliminar el ruido de fondo. En este contexto, un tipo de ruido de fondo es el efecto de arrastre. El efecto de arrastre se puede definir de la siguiente manera: cuando un usuario realiza una búsqueda y la sigue con una búsqueda posterior, los resultados de la segunda búsqueda están influenciados por la primera búsqueda. Un punto digno de mención es que es menos probable que las URL mejor clasificadas cambien en función de la personalización, y la mayor parte de la personalización se produce en los rangos inferiores. Este es un estilo de personalización basado en el historial de búsqueda reciente, pero no es un elemento consistente de personalización porque el fenómeno se agota después de 10 minutos, según los investigadores. [15]
La burbuja del filtro
Se han planteado varias preocupaciones con respecto a la búsqueda personalizada. Disminuye la probabilidad de encontrar nueva información al sesgar los resultados de búsqueda hacia lo que el usuario ya ha encontrado. Introduce problemas potenciales de privacidad en los que un usuario puede no ser consciente de que sus resultados de búsqueda están personalizados para él y se pregunta por qué las cosas que le interesan se han vuelto tan relevantes. Este problema ha sido acuñado como la "burbuja de filtro" por el autor Eli Pariser . Argumenta que las personas están permitiendo que los principales sitios web dirijan su destino y tomen decisiones en función de la gran cantidad de datos que han recopilado sobre las personas. Esto puede aislar a los usuarios en sus propios mundos o "filtrar burbujas" donde solo ven la información que quieren, como consecuencia del "Síndrome del mundo amigable". Como resultado, la gente está mucho menos informada sobre los problemas del mundo en desarrollo que pueden ampliar aún más la brecha entre el Norte (países desarrollados) y el Sur (países en desarrollo). [dieciséis]
Los métodos de personalización y lo útil que es "promover" ciertos resultados que han aparecido regularmente en búsquedas de personas de ideas afines en la misma comunidad. El método de personalización hace que sea muy fácil entender cómo se crea la burbuja de filtro. A medida que ciertos resultados son mejorados y vistos más por los individuos, otros resultados no favorecidos por ellos quedan relegados a la oscuridad. Cuando esto sucede a nivel de toda la comunidad, da como resultado que la comunidad, conscientemente o no, comparta una perspectiva sesgada de los eventos. [17]
Un área de especial preocupación para algunas partes del mundo es el uso de la búsqueda personalizada como una forma de control sobre las personas que utilizan la búsqueda, proporcionándoles solo información particular ( exposición selectiva ). Esto se puede utilizar para dar una influencia particular sobre temas de los que se habla mucho, como el control de armas o incluso para poner a la gente del lado de un régimen político en particular en diferentes países. [16] Si bien el control total por parte de un gobierno en particular solo a partir de la búsqueda personalizada es exagerado, el control de la información fácilmente disponible de las búsquedas puede ser controlado fácilmente por las corporaciones más ricas. El mayor ejemplo de una corporación que controla la información es Google. Google no solo le proporciona la información que desea, sino que a veces utiliza su búsqueda personalizada para orientarlo hacia sus propias empresas o afiliados. Esto ha llevado a un control completo de varias partes de la web y a un empuje de sus competidores, como Google Maps tomó un control importante sobre la industria de mapas y direcciones en línea con MapQuest y otros obligados a pasar a un segundo plano. [18]
Muchos motores de búsqueda utilizan estrategias de creación de perfiles de usuarios basadas en conceptos que derivan solo en temas en los que los usuarios están muy interesados, pero para obtener los mejores resultados, según los investigadores Wai-Tin y Dik Lun, se deben considerar tanto las preferencias positivas como las negativas. Dichos perfiles, aplicando preferencias negativas y positivas, dan como resultado resultados de la más alta calidad y más relevantes al separar las consultas similares de las no similares. Por ejemplo, escribir 'manzana' podría referirse a la fruta oa la computadora Macintosh y proporcionar ambas preferencias ayuda a los motores de búsqueda a saber qué manzana está buscando realmente el usuario en función de los enlaces en los que hace clic. Un concepto-estrategia que idearon los investigadores para mejorar la búsqueda personalizada y generar preferencias tanto positivas como negativas es el método basado en clics. Este método captura los intereses de un usuario en función de los enlaces en los que hace clic en una lista de resultados, al tiempo que degrada los enlaces sin hacer clic. [19]
La función también tiene efectos profundos en la industria de la optimización de motores de búsqueda , debido al hecho de que los resultados de búsqueda ya no se clasificarán de la misma manera para todos los usuarios. [20] Un ejemplo de esto se encuentra en The Filter Bubble de Eli Pariser, donde hizo que dos amigos escribieran "BP" en la barra de búsqueda de Google. Un amigo encontró información sobre el derrame de petróleo de BP en el Golfo de México, mientras que el otro recuperó información sobre inversiones. [dieciséis]
Algunos han notado que los resultados de búsqueda personalizados no solo sirven para personalizar los resultados de búsqueda de un usuario, sino también los anuncios . Esto ha sido criticado como una invasión a la privacidad . [21]
El caso de Google
Un ejemplo importante de personalización de búsquedas es Google . Hay una gran cantidad de aplicaciones de Google, todas las cuales se pueden personalizar e integrar con la ayuda de una cuenta de Google. Personalizar la búsqueda no requiere una cuenta. Sin embargo, uno casi se ve privado de una opción, ya que solo se puede acceder a muchos productos útiles de Google si uno tiene una cuenta de Google. El Panel de control de Google, introducido en 2009, cubre más de 20 productos y servicios, incluidos Gmail, Calendario, Documentos, YouTube, etc. [22] que realiza un seguimiento de toda la información directamente bajo el nombre de uno. La Búsqueda personalizada de Google gratuita está disponible tanto para individuos como para grandes empresas, proporcionando la función de búsqueda para sitios web individuales y potenciando sitios corporativos como el del New York Times . El alto nivel de personalización que estaba disponible con Google jugó un papel importante para ayudar a seguir siendo el motor de búsqueda más favorito del mundo.
Un ejemplo de la capacidad de Google para personalizar las búsquedas es el uso de Google News. Google ha orientado sus noticias para mostrar a todos algunos artículos similares que pueden considerarse interesantes, pero tan pronto como el usuario se desplaza hacia abajo, se puede ver que los artículos de noticias comienzan a diferir. Google tiene en cuenta las búsquedas anteriores, así como la ubicación del usuario para asegurarse de que las noticias locales lleguen a ellos primero. Esto puede llevar a una búsqueda mucho más fácil y menos tiempo revisando todas las noticias para encontrar la información que uno desea. Sin embargo, la preocupación es que la información muy importante se puede retener porque no coincide con los criterios que el programa establece para el usuario en particular. Esto puede crear la " burbuja de filtro " como se describió anteriormente. [dieciséis]
Un punto interesante sobre la personalización que a menudo se pasa por alto es la batalla entre privacidad y personalización. Si bien los dos no tienen que ser mutuamente excluyentes, a menudo ocurre que cuando uno se vuelve más prominente, compromete al otro. Google proporciona una gran cantidad de servicios a las personas, y muchos de estos servicios no requieren que se recopile información sobre una persona para poder personalizarlos. Dado que no existe una amenaza de invasión de la privacidad con estos servicios, la balanza se ha inclinado para favorecer la personalización sobre la privacidad, incluso cuando se trata de búsquedas. A medida que las personas obtienen las recompensas de la conveniencia de personalizar sus otros servicios de Google, desean mejores resultados de búsqueda, incluso si se obtienen a expensas de la información privada. Dónde trazar la línea entre la información y los resultados de búsqueda es un territorio nuevo y Google puede tomar esa decisión. Hasta que las personas tengan el poder de controlar la información que se recopila sobre ellas, Google no está protegiendo realmente la privacidad. La popularidad de Google como motor de búsqueda y navegador de Internet le ha permitido ganar mucho poder. Su popularidad ha creado millones de nombres de usuario, que se han utilizado para recopilar grandes cantidades de información sobre personas. Google puede utilizar varios métodos de personalización, como tradicional, social, geográfica, dirección IP, navegador, cookies, hora del día, año, comportamiento, historial de consultas, marcadores y más. Aunque hacer que Google personalice los resultados de búsqueda en función de lo que los usuarios buscaron anteriormente puede tener sus beneficios, hay aspectos negativos que lo acompañan. [23] [24] Con el poder de esta información, Google ha optado por ingresar a otros sectores de su propiedad, como videos, uso compartido de documentos, compras, mapas y muchos más. Google ha hecho esto dirigiendo a los buscadores a sus propios servicios ofrecidos en contraposición a otros como MapQuest.
Utilizando la personalización de búsqueda, Google ha duplicado su participación en el mercado de videos a aproximadamente el ochenta por ciento. La definición legal de un monopolio es cuando una empresa obtiene el control del setenta al ochenta por ciento del mercado. Google ha reforzado este monopolio creando importantes barreras de entrada, como manipular los resultados de búsqueda para mostrar sus propios servicios. Esto se puede ver claramente con Google Maps como lo primero que se muestra en la mayoría de las búsquedas.
La firma analítica Experian Hitwise declaró que desde 2007, MapQuest ha tenido su tráfico reducido a la mitad debido a esto. Otras estadísticas de la misma época incluyen Photobucket pasando del veinte por ciento de la cuota de mercado a sólo el tres por ciento, Myspace pasando del doce por ciento de la cuota de mercado a menos del uno por ciento, y ESPN del ocho por ciento al cuatro por ciento de la cuota de mercado. En términos de imágenes, Photobucket pasó del 31% en 2007 al 10% en 2010 y Yahoo Images ha pasado del 12% al 7%. Se hace evidente que el declive de estas empresas se debe al aumento de Google en la participación de mercado del 43% en 2007 a aproximadamente el 55% en 2009.
Se puede decir que Google es más dominante porque brinda mejores servicios. Sin embargo, Experian Hitwise también ha creado gráficos para mostrar la participación de mercado de unas quince empresas diferentes a la vez. Esto se ha hecho para cada categoría para la cuota de mercado de imágenes, videos, búsqueda de productos y más. El gráfico para la búsqueda de productos es evidencia suficiente de la influencia de Google porque sus números pasaron de 1.3 millones de visitantes únicos a 11.9 visitantes únicos en un mes. Ese tipo de crecimiento solo puede venir con el cambio de un proceso.
Al final, hay dos temas comunes con todos estos gráficos. La primera es que la participación de mercado de Google tiene una relación directamente inversa a la participación de mercado de los principales competidores. La segunda es que esta relación directamente inversa comenzó alrededor de 2007, que es la época en la que Google comenzó a utilizar su método de "búsqueda universal". [25]
Beneficios
Uno de los beneficios más importantes que tiene la búsqueda personalizada es mejorar la calidad de las decisiones que toman los consumidores. Internet ha hecho que el costo de transacción de obtener información sea significativamente más bajo que nunca. Sin embargo, la capacidad humana para procesar información no se ha expandido mucho. [26] Cuando se enfrentan a una cantidad abrumadora de información, los consumidores necesitan una herramienta sofisticada que les ayude a tomar decisiones de alta calidad. Dos estudios examinaron los efectos de las herramientas de selección y pedido personalizadas, y los resultados muestran una correlación positiva entre la búsqueda personalizada y la calidad de las decisiones de los consumidores.
El primer estudio fue realizado por Kristin Diehl de la Universidad de Carolina del Sur . Su investigación descubrió que reducir el costo de búsqueda conducía a opciones de menor calidad. La razón detrás de este descubrimiento fue que "los consumidores toman peores decisiones porque los costos de búsqueda más bajos les hacen considerar opciones inferiores". También mostró que si los consumidores tienen un objetivo específico en mente, avanzarían en su búsqueda, lo que resultaría en una decisión aún peor. [26] El estudio de Gerald Haubl de la Universidad de Alberta y Benedict GC Dellaert de la Universidad de Maastricht se centró principalmente en los sistemas de recomendación. Ambos estudios concluyeron que un sistema personalizado de búsqueda y recomendación mejoró significativamente la calidad de las decisiones de los consumidores y redujo el número de productos inspeccionados. [26]
Modelos
La búsqueda personalizada gana popularidad debido a la demanda de información más relevante y al hecho de que la mayoría de las personas realmente podrían usar cierta información personal, como las ganancias de búsqueda personalizada. Las investigaciones han indicado bajas tasas de éxito entre los principales motores de búsqueda a la hora de proporcionar resultados relevantes; en el 52% de las 20.000 consultas, los buscadores no encontraron ningún resultado relevante dentro de los documentos que Google devolvió. [27] La búsqueda personalizada puede mejorar significativamente la calidad de la búsqueda y existen principalmente dos formas de lograr este objetivo.
El primer modelo disponible se basa en las búsquedas históricas y las ubicaciones de búsqueda de los usuarios. Es probable que las personas estén familiarizadas con este modelo, ya que a menudo encuentran resultados que reflejan su ubicación actual y búsquedas anteriores.
Hay otra forma de personalizar los resultados de la búsqueda. En la "Búsqueda personalizada: Integrando la colaboración y las redes sociales" de Bracha Shapira y Boaz Zabar, Shapira y Zabar se enfocaron en un modelo que utiliza un sistema de recomendación . [28] Este modelo muestra los resultados de otros usuarios que han buscado palabras clave similares. Los autores examinaron la búsqueda de palabras clave, el sistema de recomendación y el sistema de recomendación con la red social trabajando por separado y compararon los resultados en términos de calidad de búsqueda. Los resultados muestran que un buscador personalizado con el sistema de recomendación produce resultados de mejor calidad que el buscador estándar, y que el sistema de recomendación con red social mejora aún más.
Un artículo reciente titulado " Personalización de la búsqueda con incrustaciones " muestra que un nuevo modelo incrustado para la personalización de la búsqueda, en el que los usuarios están incrustados en un espacio de interés temático, produce mejores resultados de búsqueda que los modelos sólidos de aprendizaje para clasificar.
Desventajas
Si bien existen beneficios documentados de la implementación de la personalización de búsqueda, también existen argumentos en contra de su uso. La base de este argumento en contra de su uso es que limita los resultados del motor de búsqueda de los usuarios de Internet a material que se alinea con los intereses y el historial de los usuarios. Limita la capacidad de los usuarios de exponerse a material que sería relevante para la consulta de búsqueda del usuario, pero debido al hecho de que parte de este material difiere de los intereses y el historial del usuario, el material no se muestra al usuario. La personalización de la búsqueda elimina la objetividad del motor de búsqueda y lo socava. "La objetividad importa poco cuando se sabe lo que se busca, pero su falta es problemática cuando no se sabe". [29] Otra crítica a la personalización de la búsqueda es que limita una función central de la web: la recopilación y el intercambio de información. La personalización de la búsqueda evita que los usuarios accedan fácilmente a toda la información posible que está disponible para una consulta de búsqueda específica. La personalización de la búsqueda agrega un sesgo a las consultas de búsqueda del usuario. Si un usuario tiene un conjunto particular de intereses o historial de Internet y usa la web para investigar un tema controvertido, los resultados de búsqueda del usuario lo reflejarán. Es posible que al usuario no se le muestren ambos lados del problema y se pierda información potencialmente importante si los intereses del usuario se inclinan hacia un lado u otro. Un estudio realizado sobre la personalización de la búsqueda y sus efectos en los resultados de la búsqueda en Google Noticias dio como resultado que diferentes usuarios generaran diferentes órdenes de noticias, aunque cada usuario ingresó la misma consulta de búsqueda. Según Bates, "sólo el 12% de los buscadores tenían las mismas tres historias en el mismo orden. Esto para mí es una prueba prima facie de que se está filtrando". [30] Si la personalización de búsqueda no estaba activa, todos los resultados en teoría deberían haber sido las mismas historias en un orden idéntico.
Otra desventaja de la personalización de la búsqueda es que las empresas de Internet como Google están recopilando y potencialmente vendiendo los intereses e historias de Internet de sus usuarios a otras empresas. Esto plantea un problema de privacidad sobre si las personas se sienten cómodas con las empresas que recopilan y venden su información de Internet sin su consentimiento o conocimiento. Muchos usuarios de la web desconocen el uso de la personalización de búsqueda y aún menos saben que los datos de los usuarios son un bien valioso para las empresas de Internet.
Sitios que lo usan
E. Pariser, autor de The Filter Bubble , explica las diferencias que tiene la personalización de búsquedas tanto en Facebook como en Google. Facebook implementa la personalización cuando se trata de la cantidad de cosas que las personas comparten y las páginas que les "gustan". Las interacciones sociales de un individuo , cuyo perfil visita más, con quién envía mensajes o charla son todos indicadores que se utilizan cuando Facebook utiliza la personalización. En lugar de que lo que la gente comparte sea un indicador de lo que se filtra, Google tiene en cuenta lo que hacemos "clic" para filtrar lo que aparece en nuestras búsquedas. Además, las búsquedas de Facebook no son necesariamente tan privadas como las de Google. Facebook se basa en el yo más público y los usuarios comparten lo que otras personas quieren ver. Incluso al etiquetar fotografías, Facebook utiliza la personalización y el reconocimiento facial que asignará automáticamente un nombre a la cara. El botón Me gusta de Facebook utiliza a sus usuarios para que realicen su propia personalización del sitio web. Las publicaciones en las que el usuario comenta o le gusta le dice a Facebook qué tipo de publicaciones le interesarán en el futuro. Además de esto, les ayuda a predecir qué tipo de publicaciones "comentarán, compartirán o enviarán spam en el futuro". [31] Las predicciones se combinan para producir una puntuación de relevancia que ayuda a Facebook a decidir qué mostrar y qué filtrar. [31] En 2016, Facebook introdujo reacciones (Love, Thankful, Haha, Wow, Sad y Angry) además de darle me gusta a una publicación. [32] "Facebook ha aprendido que cualquier Reacción que se deje en una publicación es un fuerte indicador de que el usuario estaba más interesado en esa publicación que en cualquier otra publicación con 'me gusta'". [32] Facebook está empezando a sopesar las reacciones de la misma forma que los me gusta. Entonces, incluso si dejas la reacción de “enojo” en una publicación, Facebook mostrará publicaciones en el feed del usuario porque el usuario mostró interés en ella. [32]
En términos de Google, a los usuarios se les proporcionan sitios web y recursos similares basados en lo que inicialmente hicieron clic. Incluso hay otros sitios web que utilizan la táctica de filtro para adherirse mejor a las preferencias del usuario. Por ejemplo, Netflix también juzga a partir del historial de búsqueda de los usuarios para sugerir películas que puedan interesarles en el futuro. Hay sitios como Amazon y sitios de compras personales que también usan la historia de otras personas para servir mejor a sus intereses. Twitter también utiliza la personalización al "sugerir" a otras personas que lo sigan. Además, en función de a quién "sigue", "tweets" y "retweets", Twitter filtra las sugerencias más relevantes para el usuario. LinkedIn personaliza los resultados de búsqueda en dos niveles. [14] La búsqueda federada de LinkedIn explota la intención del usuario de personalizar el orden vertical. Por ejemplo, para la misma consulta como "ingeniero de software", dependiendo de si un buscador tiene la intención de contratar o buscar trabajo, se le atiende con personas o trabajos como vertical principal. Dentro de cada vertical, por ejemplo, la búsqueda de personas, las clasificaciones de resultados también se personalizan teniendo en cuenta la similitud y las relaciones sociales entre los buscadores y los resultados. Mark Zuckerberg , fundador de Facebook, creía que las personas solo tienen una identidad. E. Pariser sostiene que es completamente falso y la personalización de la búsqueda es solo otra forma de demostrar que no es cierto. Aunque la búsqueda personalizada puede parecer útil, no es una representación muy precisa de ninguna persona. Hay casos en los que las personas también buscan y comparten cosas para verse mejor. Por ejemplo, alguien puede buscar y compartir artículos políticos y otros artículos intelectuales. Hay muchos sitios que se utilizan para diferentes propósitos y que no constituyen la identidad de una persona en absoluto, sino que proporcionan representaciones falsas. [dieciséis]
Las compras en línea
Los motores de búsqueda como Google y Yahoo! utilizar la búsqueda personalizada para atraer posibles clientes a productos que se ajusten a sus presuntos deseos. Sobre la base de una gran cantidad de datos recopilados a partir de los clics web de una persona, los motores de búsqueda pueden utilizar la búsqueda personalizada para colocar anuncios que puedan despertar el interés de una persona. La utilización de la búsqueda personalizada puede ayudar a los consumidores a encontrar lo que buscan más rápidamente, así como ayudar a hacer coincidir los productos y servicios con las personas dentro de mercados más especializados y / o nichos. Muchos de estos productos o servicios que se venden a través de resultados personalizados en línea tendrían dificultades para venderse en tiendas físicas . Estos tipos de productos y servicios se denominan artículos de cola larga. [33] El uso de la búsqueda personalizada permite a los consumidores descubrir productos y servicios más rápidamente y reduce la cantidad de dinero publicitario necesario que se gasta para llegar a esos consumidores. Además, utilizar la búsqueda personalizada puede ayudar a las empresas a determinar a qué personas se les deben ofrecer códigos de cupón en línea para sus productos y / o servicios. Al rastrear si una persona ha examinado su sitio web, ha considerado comprar un artículo o ha realizado una compra anteriormente, una empresa puede publicar anuncios en otros sitios web para llegar a ese consumidor en particular en un intento de que realice una compra.
Además de ayudar a los consumidores y las empresas a encontrarse, los motores de búsqueda que ofrecen búsquedas personalizadas se benefician enormemente. Cuantos más datos se recopilen sobre un individuo, más personalizados serán los resultados. A su vez, esto permite que los motores de búsqueda vendan más anuncios porque las empresas entienden que tendrán una mejor oportunidad de vender a individuos con un alto porcentaje de coincidencias que a individuos con un porcentaje medio y bajo. Este aspecto de la búsqueda personalizada enfurece a muchos académicos, como William Badke y Eli Pariser, porque creen que la búsqueda personalizada está impulsada por el deseo de aumentar los ingresos por publicidad. Además, creen que los resultados de búsqueda personalizados se utilizan con frecuencia para convencer a las personas de que utilicen los productos y servicios que ofrece la empresa de motores de búsqueda en particular o cualquier otra empresa asociada con ellos. Por ejemplo, la búsqueda de Google en cualquier empresa con al menos una ubicación física ofrecerá un mapa que muestre la ubicación de la empresa más cercana utilizando el servicio Google Maps como primer resultado de la consulta. [34] Para utilizar otros servicios de mapas, como MapQuest, el usuario tendría que profundizar en los resultados. Otro ejemplo se refiere a consultas más vagas. La búsqueda de la palabra "zapatos" utilizando el motor de búsqueda de Google ofrecerá varios anuncios a las empresas de calzado que pagan a Google para vincular su sitio web como primer resultado a las consultas de los consumidores.
Referencias
- ^ Pitokow, James; Hinrich Schütze; Todd Cass; Rob Cooley; Don Turnbull; Andy Edmonds; Eytan Adar; Thomas Breuel (2002). "Búsqueda personalizada". Comunicaciones de la ACM . 45 (9): 50–55. doi : 10.1145 / 567498.567526 .
- ^ Aniko Hannak; Piotr Sapiezynski; Arash Molavi Kakhki; Balachander Krishnamurthy; David Lazer; Alan Mislove; Christo Wilson (2013). Medición de la personalización de la búsqueda web (PDF) . Archivado desde el original (PDF) el 25 de abril de 2013.
- ^ a b Remerowski, Ted (2013). National Geographic: Dentro de Google .
- ^ a b Simpson, Thomas (2012). "Evaluación de Google como herramienta epistémica". Metafilosofía . 43 (4): 969–982. doi : 10.1111 / j.1467-9973.2012.01759.x .
- ^ Ma, Z .; Pant, G .; Sheng, O. (2007). "Búsqueda personalizada basada en intereses". Transacciones ACM sobre sistemas de información . 25 (5): 5 – es. CiteSeerX 10.1.1.105.9203 . doi : 10.1145 / 1198296.1198301 .
- ^ Frias-Martinez, E .; Chen, SY; Liu, X. (2007). "Identificación automática de estilos cognitivos de usuarios de bibliotecas digitales para su personalización". Revista de la Asociación de Ciencia y Tecnología de la Información . 58 (2): 237-251. CiteSeerX 10.1.1.163.6533 . doi : 10.1002 / asi.20477 .
- ^ Chirita, P .; Firan, C .; Nejdl, W. (2006). "Resumen del contexto local para personalizar la búsqueda web global". SIGIR : 287-296.
- ^ Dou, Z .; Song, R .; Wen, JR (2007). Una evaluación y análisis a gran escala de estrategias de búsqueda personalizadas . WWW . págs. 581–590. CiteSeerX 10.1.1.604.1047 . doi : 10.1145 / 1242572.1242651 . ISBN 9781595936547.
- ^ Shen, X .; Tan, B .; Zhai, CX (2005). "Modelado de usuario implícito para búsqueda personalizada". CIKM : 824–831.
- ^ Sugiyama, K .; Hatano, K .; Yoshikawa, M. (2004). "Búsqueda web adaptativa basada en el perfil de usuario construido sin ningún esfuerzo por parte del usuario". WWW : 675–684.
- ^ Teevan, J .; Dumais, ST; Horvitz, E. (2005). "Personalización de la búsqueda mediante análisis automatizado de intereses y actividades" (PDF) . SIGIR : 415–422.
- ^ Crook, Aidan y Sanaz Ahari. "Haciendo tuya la búsqueda" . Bing . Consultado el 14 de marzo de 2011 .
- ^ Sullivan, Danny (9 de noviembre de 2012). "De" Palabras clave mágicas "y sabores de búsqueda personalizada en Google" . Consultado el 21 de abril de 2014 .
- ^ a b Ha-Thuc, Viet; Sinha, Shakti (2016). Aprender a clasificar los resultados de búsqueda personalizados en redes profesionales . Sigir 2016 . ACM. págs. 461–462. arXiv : 1605.04624 . doi : 10.1145 / 2911451.2927018 . ISBN 9781450340694.
- ^ a b c Briggs, Justin (24 de junio de 2013). "Una mejor comprensión de la búsqueda personalizada" . Consultado el 21 de abril de 2014 .
- ^ a b c d e E. Pariser (2011). La burbuja de filtro (PDF) . Archivado desde el original (PDF) el 28 de diciembre de 2013.
- ^ Smyth, B. (2007). "Acceso Adaptativo a la Información :: Personalización y Privacidad". Revista Internacional de Reconocimiento de Patrones e Inteligencia Artificial . 21 (2): 183–205. doi : 10.1142 / S0218001407005363 .
- ^ "Informe de tráfico: cómo Google está exprimiendo a sus competidores y avanzando hacia nuevos mercados" (PDF) . Perro guardián del consumidor . 2 de junio de 2010 . Consultado el 27 de abril de 2014 .
- ^ Wai-Tin, Kenneth; Dik Lun, L (2010). "Derivación de perfiles de usuario basados en conceptos a partir de registros de motores de búsqueda". Transacciones IEEE sobre conocimiento e ingeniería de datos . 22 (7): 969–982. CiteSeerX 10.1.1.150.1496 . doi : 10.1109 / tkde.2009.144 .
- ^ "Los resultados personalizados de Google podrían ser malos para la búsqueda" Archivado el 18 de mayo de 2012 en Wayback Machine . Mundo de la red . Consultado el 12 de julio de 2010.
- ^ "Motores de búsqueda y resultados personalizados basados en su historial de Internet" . Optimizadores de SEO. 2009-03-04 . Consultado el 27 de febrero de 2013 .
- ^ Mattison, D. (2010). "Tiempo, espacio y Google: hacia una web colaborativa, personalizada, sincronizada y en tiempo real". Buscador : 20–31.
- ^ Jackson, Mark (18 de noviembre de 2008). "El futuro de la personalización de búsqueda de Google" . Consultado el 29 de abril de 2014 .
- ^ Harry, David (19 de octubre de 2011). "Personalización de búsquedas y experiencia de usuario" . Consultado el 29 de abril de 2014 .
- ^ "INFORME DE TRÁFICO: cómo Google está exprimiendo a los competidores y empujando hacia nuevos mercados" (PDF) . ConsumerWatchDog.org . Consultado el 29 de abril de 2014 .
- ^ a b c Diehl, K. (2003). "Herramientas de personalización y soporte de decisiones: efectos en la búsqueda y toma de decisiones del consumidor". Avances en la investigación del consumidor . 30 (1): 166-169.
- ^ Coyle, M. y Smyth, B. (2007). "Recuperación y descubrimiento de información en la búsqueda colaborativa en la web". Avances en la recuperación de información . Apuntes de conferencias en Ciencias de la Computación. págs. 356–367. doi : 10.1007 / 978-3-540-71496-5_33 . ISBN 978-3-540-71494-1.
- ^ Shapira, B. y Zabar, B. (2011). "Búsqueda personalizada: Integrando colaboración y redes sociales". Revista de la Sociedad Estadounidense de Ciencia y Tecnología de la Información . 62 (1): 146–160. doi : 10.1002 / asi.21446 .
- ^ Simpson, Thomas W. (2012). "Evaluación de Google como herramienta epistémica". Metafilosofía . 43 (4): 426–445. doi : 10.1111 / j.1467-9973.2012.01759.x .
- ^ Bates, Mary Ellen (2011). "¿Google está ocultando mis noticias?". En línea . 35 (6): 64.
- ^ a b "Ha llegado a una página 404" . Pizarra . 2013-09-22. ISSN 1091-2339 . Consultado el 24 de mayo de 2017 .
- ^ a b c "Historial del algoritmo de alimentación de noticias de Facebook | Actualización de 2017 | Wallaroo Media" . wallaroomedia.com . Consultado el 24 de mayo de 2017 .
- ^ Badke, William (febrero de 2012). "Personalización y alfabetización informacional". En línea . 36 (1): 47.
- ^ "Perro guardián del consumidor"