ソーシャル検索

ソーシャル検索とは、 Facebook、LinkedIn、Twitter、Instagram、Flickrなどのソーシャルメディア上のニュース、動画、画像などのユーザー生成コンテンツに関連する検索クエリを主に検索するソーシャル検索エンジンで検索や検索を行う行為である。^{[1]これは、従来の}アルゴリズムを組み合わせたウェブ検索の拡張版である。ソーシャル検索の背後にある考え方は、クエリと結果の意味的関連性のみに基づいて検索結果をランク付けするのではなく、ソーシャル検索システムは結果と検索者との間の社会的関係も考慮するというものである。^{[2] [3] [4]}社会的関係はさまざまな形をとることができる。たとえば、LinkedInの人物検索エンジンでは、社会的関係には、検索者と各結果との間の社会的つながり、同じ業界、同じ会社で働いているかどうか、同じ社会集団に属しているかどうか、同じ学校に通っているかどうかなどが含まれる。^{[2] [5]}

ソーシャル検索は、アルゴリズム駆動型検索よりも明らかに優れているわけではないかもしれません。^{[6]検索エンジンが過去に使用していた}アルゴリズムによるランキング モデルでは、ページのテキストとコンテンツ、およびドキュメントのリンク構造を分析してサイトの関連性が決定されます。対照的に、ソーシャル検索による検索結果では、検索を行っている人のソーシャル グラフにいる他のユーザーが作成またはアクセスしたコンテンツが強調表示されます。これは、オンライン コミュニティフィルタリングを使用して高度にパーソナライズされた結果を生成するパーソナライズされた検索テクノロジです。^[7]ソーシャル検索には、単純な共有ブックマークや説明ラベルによるコンテンツのタグ付けから、人間の知性とコンピューター アルゴリズムを組み合わせたより洗練されたアプローチまで、さまざまな形式があります。特定の検索エンジンの機能セットに応じて、これらの結果は保存され、コミュニティ検索結果に追加され、そのキーワードの将来の検索の結果の関連性がさらに向上します。ソーシャル検索の背後にある原則は、特定のクエリの結果を決定するコンピューター アルゴリズムではなく、人間のネットワーク指向の結果の方がユーザーにとってより意味があり関連性が高いということです。^{[8] [9] [10] [11]}

長年にわたり、ソーシャル検索に関する様々な研究や調査、実装が行われてきました。2008年には、ソーシャルネットワーク上のソーシャルグラフに応じて検索結果をランク付けすることに焦点を当てたスタートアップ企業が数社ありました。^{[12] [13]}ソーシャル検索分野の企業には、Sproose、Mahalo、Jumper 2.0、Scour、Wink、Eurekster、Delverなどがあります。以前の取り組みにはWikia Searchがあります。2008年のTechCrunchの記事では、GoogleがDiggの方法論に似た投票メカニズムを検索結果に追加する可能性があることが示されました。 ^[14]これは、ソーシャルグループがアルゴリズムに影響を与え、エンドユーザーにとって意味のあるデータを見つける能力を潜在的に強化する方法に関心が高まっていることを示唆しています。ユーザーのソーシャルサークル内で検索することで検索をパーソナライズするSentimentなどのサービスもあります。

2009年、HeyStaks ( www.heystaks.com )というスタートアッププロジェクトが、ウェブブラウザプラグイン「HayStaks」を開発しました。HeyStaksは、ウェブ検索でのコラボレーションを通じたソーシャル検索を、より良い検索結果につながる方法として適用します。^[15] HeyStaksがこのアイデアに取り組む主な動機は、当時の検索エンジンが提供していなかった機能をユーザーに提供することでした。たとえば、さまざまな検索によると、ユーザーが何かを検索する場合、約70％は友人や同僚がすでにそれを見つけています。また、調査によると、オンライン検索を使用する人の約30％は、以前に見つけたものを検索しています。^[16]スタートアップは、検索結果に基づいて生成される推奨事項のリストを通じて、共有された豊富な検索エクスペリエンスを提供することで、このような問題を回避できると考えています 。

2009年10月、Googleは「ソーシャル検索」を展開しました。ベータ版の期間を経て、2011年5月にこの機能は複数の言語に拡張されました。ただし、拡張前の2010年には、BingとGoogleはすでに検索結果を提供する際にリツイートといいねを考慮していました。^[17]しかし、Twitterとの検索契約が更新されることなく終了した後、Googleはソーシャル検索の見直しを開始しました。2012年1月、Googleはソーシャル検索をさらに発展させた「Search plus Your World」をリリースしました。この機能は、オプトアウト機能としてGoogleの通常の検索に統合されており、Google+プロフィールから結果への参照を取得します。この統合により、より適切で関連性が高くパーソナライズされた検索結果を提供することが目標でした。ただし、この統合には問題があり、Google+はまだ広く採用されておらず、多くのユーザーの間であまり使用されていません。^[18] その後、TwitterはGoogleに対し、「Search plus Your World」がウェブパブリッシャーに与える潜在的な影響について批判し、この機能の一般公開は「ウェブにとって悪い日」と表現した。一方、GoogleはTwitterがTwitterのコンテンツのディープサーチクロールを許可しなかったと反論した。^[19] GoogleはGoogle+を統合することで、検索結果を改善するためにユーザーにGoogleのソーシャルネットワーキングサイトへの切り替えを促していた。有名な例として、Googleがマーク・ザッカーバーグのアクティブなFacebookプロフィールではなく、休止中のGoogle+アカウントへのリンクを表示したことがある。^[20] 2014年11月、GoogleのナレッジグラフがついにFacebook、Twitter、その他のソーシャルメディアサイトへのリンクを表示し始めたため、これらの非難は沈静化し始めた。^[20]

2008年12月、Twitterは人物検索機能を再導入しました。^[21]インターフェースは大幅に変更されましたが、シンプルな検索エンジンでフルネームまたはユーザー名を検索できるようになりました。

2013年1月、FacebookはGraph Searchというベータ段階の新しい検索エンジンを発表しました。その目的は、ユーザーが自分のソーシャルサークルで人気のある結果をインターネット全体よりも優先できるようにすることでした。FacebookのGraph Searchは、Facebookのユーザーが作成したコンテンツを利用してユーザーをターゲットにしました。^[18]

ソーシャル検索に関するさまざまな調査や研究が行われてきたが、ソーシャルメディアネットワークは検索エンジンとの連携に十分な関心を寄せていない。たとえばLinkedInは、ユーザーを外部検索エンジンから遠ざけるために、独自の検索機能を改善する措置を講じている。Microsoftでさえ、2013年11月にTwitterと連携して、一部のツイートをBingの検索結果に統合し始めた。しかしTwitterは独自の検索エンジンを持っており、そのデータの価値の高さと、それを社内で保持したい理由を示している。^[22]しかし、結局のところ、ユーザーが自分の情報を完全に公開することを選択しない限り、ソーシャル検索は人々にとって重要な主題を真に網羅することは決してないだろう。^[23]

ソーシャルディスカバリーとは、ソーシャル嗜好や個人情報を利用して、ユーザーにとって望ましいコンテンツを予測することです。^[24]テクノロジーは、新しい人を発見したり、時にはショッピングや友人との出会い、さらには旅行で新しい体験を発見するために使われます。^{[25]新しい人の発見は、多くの場合、}モバイルアプリ によってリアルタイムで行われます。しかし、ソーシャルディスカバリーは、リアルタイムで人と出会うことに限らず、ソーシャルメディアを通じて企業の売上や収益にもつながります。^[26] 小売業の例としては、iTunesミュージックストアを通じて、音楽にソーシャルシェアリングが加わることが挙げられます。新しい音楽を発見するには、ソーシャルな要素が関わっています。^{[27]ソーシャルディスカバリーは}Facebookの収益性の基盤であり、ソーシャルコネクションを利用してユーザーに広告をターゲティングすることで広告収入を生み出し、商業的魅力を高めています。^[24]

ソーシャル検索エンジンは、ある側面では、回答に含まれる人物を特定することで、別の回答から質問に対する回答を提供する検索エンジンと考えることができます。これは、ユーザーが送信したクエリを取得し、そのクエリが質問に関連しているかどうかを判断することで実現できます。そして、リソースへのリンクを含む回答を、クエリに応答する検索結果の一部として提供します。^[28]

オンライン コミュニティだけに依存するソーシャル検索エンジンはほとんどありません。特定の検索エンジンの機能セットに応じて、これらの結果は保存され、コミュニティの検索結果に追加され、そのキーワードの将来の検索で結果の関連性がさらに向上します。ソーシャル検索エンジンは、タグ付けを使用して特に興味深いコンテンツや関連性の高いコンテンツを優先するためにオンライン コミュニティの集合的なフィルタリングを使用するため、Web 2.0 の一部と見なされます。これらの説明的なタグは、Web ページに埋め込まれたメタデータに追加され、理論的には時間の経過とともに特定のキーワードの結果が向上します。通常、ユーザーには特定の検索用語の推奨タグが表示されます。これは、以前に追加されたタグを示します。

ソーシャル検索エンジンの実装として、Aardvarkがあります。Aardvark は「村のパラダイム」に基づいたソーシャル検索エンジンで、質問のあるユーザーと、その質問に答えられる友人や友人の友人を結び付けることを目的としています。^[29] Aadvark では、ユーザーはさまざまな方法で質問しますが、そのほとんどがインスタントメッセージ、電子メール、Web 入力などのオンラインの方法、またはテキストメッセージや音声などのその他の非オンラインの方法を使用します。Aardvark アルゴリズムは、質問者の拡張ソーシャルネットワーク内で、質問の回答を知っている可能性が最も高い人に質問を転送します。Aadvark は2010 年にGoogleに買収され、2011 年後半に放棄されました。

ソーシャル検索の潜在的な欠点は、他のタグ付きデータベースの場合と同様に、そのオープン構造にあります。これらは信頼ベースのネットワークであるため、このコンテキストでタグを意図せずまたは悪意を持って誤用すると、不正確な検索結果につながる可能性があります。関連する検索結果を提供するためにユーザー情報を追跡することを主なベースとするソーシャル検索エンジンは多数あります。このタイプの例としては、Smashfuse、SocialMention、Topsy、Social Searcher ^[30]があり、これらはもともとFacebookにリンクされていました。^[31] Google Coop、Eurekster、Sproose、Rollyo、Anoox、YahooのMyWeb2.0 など、他のバージョンのソーシャルエンジンもリリースされています。

テスト中であることが確認されている新しいFacebookアプリの機能「リンクを追加」では、検索クエリを入力することで、ステータス アップデートやコメントに含めたい人気の記事を表示できます。結果は、他の Facebook ユーザーによってよく共有されている記事で構成され、最近公開された記事が他の記事よりも優先されます。このオプションにより、ユーザーはニュース フィードを手動で検索したり、Googleクエリに頼ったりすることなく、リンクを簡単に追加できます。この新しいアプリにより、ユーザーのGoogle 検索への依存が軽減されます。^[32]

Twitterは、「Discover」タブを「Tailored Trends」に置き換えると発表した。新しいTailored Trends機能では、Twitterのトレンドを表示するほか、各トピックの短い説明も表示される。トレンドは文脈のない略語になることが多いため、説明があればトレンドの内容がより明確になる。新しいトレンド機能には、ツイートの送信数やトピックのトレンドが上昇傾向か下降傾向かが表示されることもある。^{[33] [34]}

Google はソーシャル検索の面では遅れをとっているかもしれないが、実際にはWeb 3.0と Web セマンティクスのこの技術の可能性と重要性を認識している。ソーシャル メディアの重要性は、セマンティック検索の仕組みにある。セマンティック検索は、ユーザーの現在地、時間帯、過去の履歴、ソーシャル コネクションやソーシャル シグナルなど、多くの要素を理解している。これを実現するための最初のステップは、物事の関係を理解するようにアルゴリズムを教えることである。^[35]

しかし、これはソーシャル メディア サイトが検索エンジンと連携することを決定しない限り不可能であり、誰もがインターネットへの主要な有料橋渡し役になりたいと考えているため、これは困難です。私たちが進み、より多くの記事がソーシャル メディア サイトによって参照されるようになると、ユーザーのデータがなければ検索エンジンは何の役に立つのかという主な懸念が生じます。

検索を再定義しようとする開発の 1 つは、分散検索とソーシャル検索の組み合わせです。目標は、コミュニティ自体によって操作が制御および維持される基本的な検索サービスです。これは、ユーザーが適切と思われるデータを提供するピアツーピア ネットワークのように機能します。検索エンジンが使用するデータはユーザーの所有物であるため、ユーザーがそのデータを完全に制御する必要があります。検索エンジンに必要なインフラストラクチャは、何千ものアイドル状態のデスクトップと広範な住宅用ブロードバンド アクセスの形ですでに利用可能です。^[36]

分散検索には利点があるものの、従来の集中型の場合と同じセキュリティ上の懸念がいくつかあります。セキュリティ上の懸念は、データプライバシー、データ整合性、安全なソーシャル検索の3つのカテゴリに分類できます。データプライバシー保護は、ユーザーがデータを完全に制御し、そのアクセス性を管理できる方法として定義されます。データプライバシーのソリューションには、情報置換、属性ベースの暗号化、IDベースのブロードキャスト暗号化などがあります。データ整合性は、不正または不適切な変更や削除からデータを保護することと定義されます。データ整合性のソリューションは、デジタル署名、ハッシュチェーン、埋め込み署名キーです。安全なソーシャル検索のソリューションは、ブラインド署名、ゼロ知識証明、リソースハンドラーです。^{[37] [38]}

分散型検索と集中型検索の両方に関連するもう1つの問題は、観察されたマルチメディアデータからユーザーの意図をより正確に理解する方法です。解決策は、ソーシャルメディアと検索エンジンを効果的かつ効率的に活用する方法に基づいています。潜在的な方法は、ソーシャルメディアからユーザー画像関心グラフを導き出し、ユーザー画像関心グラフからの社会的関連性と一般的な検索エンジンからの視覚的関連性を統合して画像検索結果を再ランク付けすることです。^{[39] [40]}

上記の工学的探究に加えて、より基本的で潜在的な方法は、関連する神経メカニズムの理解に基づいた社会的探索システムを開発することです。探索の問題は個人から社会にまで及びますが、分野をまたいだ最近の傾向は、これらの問題の形式的な特性が類似の構造を共有し、多くの場合、類似の解決策も共有していることを示唆しています。さらに、内部探索（例：記憶探索）は外部探索（例：空間採餌）と同様の特性を示し、種間で共通の進化的起源と一致する共通の神経メカニズムを含みます。探索シナリオでは、生物はノイズの多い長距離環境（例：温度、塩分、資源）勾配を検出し、それを登る必要があります。ここで、社会的相互作用は、単にグループ化することで、個人が時間的および空間的な手がかりの不完全な推定を平均化できるようにすることで、大幅な追加利益をもたらすことができます（いわゆる「群衆の知恵」効果）。ただし、個人情報を取得するのに必要な投資のため、これは再び生産者（探索者）が他の人に搾取される状況を作り出します。^[41]

• ソーシャルコンピューティング
• ソーシャルナビゲーション
• オンラインコミュニティ
• ウェブコミュニティ
• 協調フィルタリング
• 共同情報探索
• エンタープライズブックマーク
• 人間検索エンジン
• 関連性フィードバック
• ソーシャル情報探索
• ソーシャルソフトウェア