北京时间3月11日消息，据国外媒体报道，“社交搜索”是指将搜索者的社交图谱与他的搜索查询联系起来。因为社交搜索的结果会被搜索者社交圈中朋友的兴趣影响，每个搜索者看到的结果都是独一无二的。
谷歌在一年多前推出社交搜索版本，此后它日益重视社交搜索结果，并把它们融入到常规搜索结果中去。
我们不应该小看这些变化，因为这表明谷歌已经意识到：Web用户现在在Facebook上花费了更多的时间，他们可能需要一种搜索的新方式。
事实上，对很多人来说，Facebook不只是一个社交网络而已。它是我们社交图谱的中心是我们寻找并阅读当天新闻的地方，也是我们评论文章的地方，Facebook无处不在的“赞”按钮不仅帮助我们改进我们的兴趣图谱，并且正在成为我们对网络上几乎所有事情发表看法的方法。
“赞”已经变得如此强大，它成为了Bing社交搜索算法的要素，甚至在Blekko的人工策展式搜索引擎中也占有一席之地。 “赞”也决定内容受欢迎的程度：一个内容和状态更新被“赞”的次数越多，它在Facebook内外出现的位置就越高。
（社交）搜索定义的变化
Facebook的崛起以及人们对它的关注提出了这样一个问题：我们仍然应该把搜索作为一个明确的、由查询驱动的活动吗？或者，传统意义上的搜索已经过时了？
社交网络（或信息网络）是新的搜索引擎吗？或者，正如史蒂夫·乔布斯说的，移动应用是新的搜索引擎？或者，Quora问答网站才是真正的搜索2.0？
最合适的答案可能是“以上皆是”，因为搜索正在被所有这些因素重新定义。
由于搜索正在发生变化，所以社交搜索这个正在成熟中的概念也在变化，并且我们需要要把它想作一种比“用社交因素提升搜索结果”更宏大的东西。
Facebook的普通用户不会对自己说：“我想寻找在我的Facebook朋友中最流行的内容。”你不会这么说。Facebook通过提供搜索体验已经为你做了这样的事，即你不用搜索，它就突出显示了具有社交相关性的内容。
就是因为这个原因，像Sharetivity这样的社交搜索引擎才没有出路。看看Sentimnt吧，它已关闭了其面向消费者的社交搜索产品。如果一个社交搜索引擎还需要用户去思考从社交网络中“浮升”出内容，只能说明它还没领悟到要点。
语义分析、机器学习和下一代社交搜索
让我们接受这样一个概念：社交搜索应该应该是毫不费力的（对用户来说），并存在于用户熟悉的体验之中(移动，社交 或搜索)。
这预示了这样一个未来：语义分析、机器学习、自然语言处理（注：Natural Language Processing，它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法）和人工智能将“消化”我们在网络上的每一个动作，并有机地提供一个社交搜索体验。
社交搜索的这一未来已经在我们眼前渐渐展现出来：Foursquare利用其庞大的签到数据库提供基于关系和行为的个性化建议；My6sense对Twitter 消息、RSS源和Facebook更新进行优先排序，通过语义分析对网络进行个性化；就连Flipboard也提供了一种新形式的社交搜索，帮助用户在他们的社交关系中找到内容。
一些服务在利用Facebook Instant Personalization（即时个性化）：烂番茄、Clickerand 和Yelp提供“Facebook个性化”的体验，即是使用你的Facebook社交图谱来提供更好的“搜索”结果。
还有一些新的初创公司试图挖掘朋友的点击流，而所有这些公司都计划进入内容推荐服务领域。
以上只是浮光掠影地谈谈，当一个人社交图谱和搜索结合起来时可能会出现什么。但是随着时间的推移，社交搜索体验会变得如此流畅（它看起来会更像推荐而不是搜索），以至于我们甚至不知道它正在发生。
