不知从何时起，我们一有不懂的就会去问“度娘”，似乎百度是个百科全书，任何问题都可以找到很多答案。的确，搜索引擎是互联网必不可少的一个工具，在一个小小的输入框中打上我们想问的问题，搜索引擎就会提供给我们很多个网页答案，但随着网络发展，网页与网页之间的关系似乎并不能真正理解用户的真实需求。比如搜索“Windows Phone 8”关键词，有些用户想要看到这个手机操作系统的具体功能等，有些用户则是希望找到关于这个系统的手机，但是搜索引擎给出的搜索结果却是一样的。
近日，关于搜索引擎的消息也是沸沸扬扬，Facebook推出了图谱搜索，搜狗联姻腾讯搜搜消息传言不断、阿里巴巴旗下阿里云悄然上线阿里云搜索、360搜索和云云搜索达成合作，就连人民网也要在搜索市场上分一杯羹，20亿打造了即时搜索。
不管搜索变化多大，再或者后期又诞生多少的搜索引擎，能够真正理解用户的不同需求，提供有针对性的答案才是用户期望的。随着微博等社交网络的流行，社会化搜索引擎逐渐走进人们的视线。
以“用户”为中心的社会化搜索
百度百科是这样定义社会化搜索的：通过搜索形成一个有共同爱好的人际圈子，又通过搜索每个人的爱好和收藏为用户提供一个更为准确的信息。社会化搜索引擎通常都具备元搜索，收藏，圈子等功能，达到一个全社会知识共享的概念。
云云网副总裁孙峥认为，网友搜索的内容越来越多的出现在社会化网络里，社交网络可以提供一个人的历史，包括他关注的人和事情，说过的话，这些都会形成对这个人的认识，搜索引擎结合了社交网络，从而可以更为准确的给网友呈现出个性化的搜索结果。
传统的搜索引擎反映的是网页和网站、网页和网页之间的链接关系，而社会化搜索增加了人与人之间的关系、人与内容之间的关系，是对传统的搜索引擎的延伸。孙峥介绍说，“相比于传统的搜索引擎，社会化搜索在两方面可以提升：首先是对于网络上活跃度不高的用户来说，他得到的搜索结果相比传统的搜索引擎会有一定提升，因为传统的搜索引擎主要是来源于链接关系;其次在搜索的过程中更好地认识搜索用户，能够在搜索的过程中更好地把社会化的信息展现给用户，并且将朋友圈子更加清晰的内容提供给用户。”
用户需求反映在内容筛选方面
云云网于三月初开始邀请公测，开放了“问答”、“话题”等类目，在十二月正式上线，云云网号称是第一个社会化搜索引擎，将社交网络与搜索引擎相结合，致力于将人与信息结合，为用户提供更精准和个性化的结果。
在云云网上线后，有人这样评价云云网的：初看云云网，你会认为它就是传统搜索(Google)+类轻博客微博系统(Tumblr)+社会化问答(Quora)+新浪微博、腾讯微博搜索功能的集合体，产品形态很重。事实上，云云网需要你来“用”，它会跟踪你在云云网使用的行为轨迹，结合你在云云网上的社交关系用户的行为轨迹，为你推送更为“亲切”的搜索结果。用得越多，云云网越懂你。
面对互联网的众多用户，云云网是如何做到“懂你”的呢?孙峥告诉51CTO记者，云云网是把对需求理解的不同反映在对内容的筛选和提纯方面，当我们完全不知道用户搜索背景时就会做一个假设，搜索用户和他周围的朋友有相同之处，例如对内容的看法、观点，甚至是熟悉和了解成都都会有一定的相似之处，通过把好友所关注的信息予以提升并呈现给搜索用户。“对于搜索用户我们没有进行分析，只是对内容选择的倾向性方面隐含地反映出用户对需求内容的分析。”
简单的说，云云网就是把微博评论内容和网页进行关联，好友微博中提及过的网页内容会优先提供给搜索用户，而不会像传统搜索引擎那样出现很多垃圾网页。此外，用户在搜索的时候不但能够看到网页，而且还可以看到微博上对这个网页评论的内容，同时，也可以用“赞”或转发等行为认可该网页。
好友关系+属性标签 推送搜索结果
由于搜索用户是不可见的，云云网通过两方面了解用户，在基于登录的情况下，通过账号的好友关系来反映搜索用户的喜好属性，其次，搜索用户发表的内容大多都是关于某一方面，用户的属性标签就会被冠上这个词汇，在好友搜索相关内容时，该用户提及的内容就会被予以提前。也就是说，用户在社交网络上的行为越多越容易让搜索引擎理解，从而对搜索用户的定位就更加准确，推送的搜索结果也就越接近理想化。
云云网的技术总监向曲径解释道，“如果用户在登录的情况下搜索某个关键词，用户在社交网络中的好友对此方面很了解或发表过看法，云云网则会提升好友所关注的网页排名，将这些信息优先推送给搜索用户;当用户没有登录的情况下，由于社交网络有很多实名认证的账号用户，他们评论的网页信息更加真实，对于这部分用户所认可的网页也会优先推送给搜索用户。”
大数据时代的社会化搜索
随着大数据时代的到来，视频、微博等用户的行为数据将会得到准确分析，从而给用户提供更加精准的信息内容。如今的搜索技术正在对传统搜索引擎的模式进行转变，以便理解不同背景、职业的用户的搜索需求，当然，不同的人应该有不同的搜索结果。不管怎样，未来搜索依然是来自于不同层面的数据收集、整合和分析，最终提供给用户的都会是用户最想要的或是更加容易解决问题的答案。这或许就是我们想要的社会化搜索的未来。
