大数据时代出现了“社交搜索”这个词。几年前它引起过颇为热烈的讨论，尤其是Facebook推出Graph Search使它一度成为炙手可热的新星，但是近两年对它的讨论却沉寂不少。
从概念上看，它目前还没有一个统一的定义，也很容易引起混淆，让人疑惑是社交媒体上的内容搜索还是包含社交性的搜索行为。在粗略了解了业界和媒体的讨论后我所理解的是：社交搜索不等于社交和搜索的简单相加，而是本质上搜索形态的一种进化，具体是指将搜索者的社交关系链与其搜索查询连接起来，是一种社会化、个性化的新型搜索。
与传统搜索相比，社交搜索的背后不再是单一的Pagerank所分析出的网页与网页之间的关系，还在这种Web Graph的基础上加入了“人”的因素，形成一种新的信息的索引结构，被称为Social Graph或SNSrank。有一种很形象的说法，Pagerank是机器投票，而在社交搜索时代，人也参与到了这种投票中来。社交搜索无法取代传统搜索，但是是在新的技术背景下对传统的网页搜索一个很好并越来越必要的补充，尤其在搜索书籍、电影、旅游等比较个性化的领域社交搜索能够提供给我们熟人和权威用户的建议，所以是更具优势的。我认为社交搜索体现出两个主要特点：
一个是速度快。社交媒体上的信息是海量和实时的，传统搜索引擎通过费时的网络爬虫抓取网页，建立索引，在速度上已远不能满足用户的需求。基于社交网络的搜索引擎则直接从实时网络中捕获数据流，接受数据，快速过滤和组织信息。不仅引擎效率提高了，有趣的是，人参与投票的SNSrank得到的结果很可能比按照网页backlinks决定的pagerank更快，因为有统计表明Fackbook的Like和Twitter的RT的积累远比网页的引用要来的迅速。
另一个是个性化。搜索者的社交图谱参与过滤和组织信息之后所反馈的搜索结果具有明显的个性化特征，每一个搜索者得到的都是为其定制的最适合他的搜索结果。需要注意的是，一方面人们可以充分享受这种个性化搜索带来的便利，搜索者更容易找到自己感兴趣的内容了，但是另一方面随着大数据技术的不断发展，随之带来的“过滤气泡”也越来越值得我们警惕。很可能社交搜索对用户喜好的过度迎合反而使我们都深陷各自个性化的网络，走向狭隘和孤立。在某些时候用户需要通过搜索得到不同的视角甚至与其个性相左的内容，这就需要社交搜索把握个性与共性的平衡，在算法上更公开，以及给予用户更多的掌控权。
关于社交搜索的讨论中，还有一点我赞同并认为值得思考的是，有观点提出社交搜索对于用户而言应该是毫不费力的，并存在于用户熟悉的体验之中。按照我自己的理解，社交搜索不再拘泥于用户主动提问，机器再给出回答的单向模式。因为很多时候面对社交网络中的海量信息用户心中并没有一个具体的问题，或者不知道如何去问。而搜索的本质就是帮助用户精准地挑选信息，因此我认为社交搜索除了用户主动的搜索之外，系统自动的推荐也应该是其中一种形式。
