La búsqueda social es un comportamiento de recuperación y búsqueda en un motor de búsqueda social que busca principalmente contenido generado por el usuario , como noticias, videos e imágenes, consultas de búsqueda relacionadas en redes sociales como Facebook , LinkedIn , Twitter , Instagram y Flickr . [1] Es una versión mejorada de la búsqueda web que combina algoritmos tradicionales.. La idea detrás de la búsqueda social es que, en lugar de clasificar los resultados de la búsqueda basándose únicamente en la relevancia semántica entre una consulta y los resultados, un sistema de búsqueda social también tiene en cuenta las relaciones sociales entre los resultados y el buscador. [2] [3] [4] Las relaciones sociales pueden ser de diversas formas. Por ejemplo, en el motor de búsqueda de personas de LinkedIn , las relaciones sociales incluyen conexiones sociales entre el buscador y cada resultado, estén o no en las mismas industrias, trabajen para las mismas empresas, pertenezcan a los mismos grupos sociales y vayan a las mismas escuelas, etc. . [2] [5]
Es posible que la búsqueda social no sea mejor que la búsqueda basada en algoritmos. [6] En el modelo de clasificación algorítmica que los motores de búsqueda usaban en el pasado, la relevancia de un sitio se determina después de analizar el texto y el contenido de la página y la estructura de enlaces del documento. Por el contrario, los resultados de búsqueda con búsqueda social resaltan el contenido que fue creado o tocado por otros usuarios que están en el Gráfico social de la persona que realiza la búsqueda. Es una tecnología de búsqueda personalizada con filtrado de comunidades en línea para producir resultados altamente personalizados. [7]La búsqueda social adopta muchas formas, que van desde simples marcadores compartidos o etiquetado de contenido con etiquetas descriptivas hasta enfoques más sofisticados que combinan la inteligencia humana con algoritmos informáticos. Dependiendo del conjunto de funciones de un motor de búsqueda en particular , estos resultados se pueden guardar y agregar a los resultados de búsqueda de la comunidad, mejorando aún más la relevancia de los resultados para búsquedas futuras de esa palabra clave. El principio detrás de la búsqueda social es que los resultados orientados a la red humana serían más significativos y relevantes para el usuario, en lugar de que los algoritmos informáticos decidan los resultados de consultas específicas. [8] [9] [10] [11]
A lo largo de los años, se han realizado diferentes estudios, investigaciones y algunas implementaciones de Social Search. En 2008, hubo algunas empresas de nueva creación que se centraron en clasificar los resultados de búsqueda de acuerdo con el gráfico social de uno en las redes sociales . [12] [13] Las empresas en el espacio de búsqueda social incluyen Evam-SOCOTO Wajam, Slangwho, Sproose , Mahalo , Jumper 2.0 , Qitera , Scour , Wink , Eurekster , Baynote , Delver y OneRiot. Los esfuerzos anteriores incluyen Wikia Search . En 2008, una historia en TechCrunchmostró que Google podría agregar un mecanismo de votación a los resultados de búsqueda similar a la metodología de Digg . [14] Esto sugiere un creciente interés en cómo los grupos sociales pueden influir y potencialmente mejorar la capacidad de los algoritmos para encontrar datos significativos para los usuarios finales. También hay otros servicios como Sentiment que convierten la búsqueda en algo personal al buscar dentro de los círculos sociales de los usuarios.
En 2009, un proyecto de inicio llamado HeyStaks ( www.heystaks.com ) desarrolló un complemento de navegador web "HayStaks". HeyStaks aplica la búsqueda social a través de la colaboración en la búsqueda web como una forma que conduce a mejores resultados de búsqueda. [15] La principal motivación para que HeyStaks trabaje en esta idea es proporcionar al usuario funciones que los motores de búsqueda no proporcionaban en ese momento. Por ejemplo, diferentes búsquedas han indicado que aproximadamente el 70% de las veces cuando el usuario busca algo, un amigo o un compañero de trabajo ya lo ha encontrado. Además, los estudios han demostrado que aproximadamente el 30% de las personas que utilizan la búsqueda en línea, buscan algo que han encontrado antes. [dieciséis] La startup cree que ayudan a evitar este tipo de problemas al proporcionar una experiencia de búsqueda rica y compartida a través de una lista de recomendaciones que se generan en función de los resultados de búsqueda.