Los motores de búsqueda pronto podrían hacer un mejor uso de nuestro historial de búsqueda para afinar los resultados que obtenemos.

En dos nuevos artículos que se presentarán esta semana en la Cuarta Conferencia Internacional ACM sobre Búsquedas en la Red y Minería de Datos, varios investigadores de Microsoft ofrecen nuevas formas de que los motores de búsqueda generen resultados personalizados.

La personalización promete ayudar a los motores de búsqueda a ofrecer resultados más propensos a generar un clic por nuestra parte. Alguien que busque muchas recetas, por ejemplo, puede ser que desee ver resultados para el término "manzana" que sean diferentes de los resultados esperados por un fanático de los ordenadores Mac.

Los motores de búsqueda ya utilizan algunas claves, como la ubicación geográfica de una persona o si está buscando desde un teléfono o un PC, para ofrecer resultados más personalizados. Google va un paso más mediante la minería de búsquedas anteriores de la persona, para lo que hay que tener habilitada una función llamada Historial Web; Bing está experimentando con el uso de datos recogidos a través de la cuenta de usuario de Facebook para mejorar los resultados de búsqueda.

Sin embargo la búsqueda personalizada está lejos de ser perfecta. Por un lado, tratar de predecir demasiado puede hacer que los resultados de búsqueda sean excesivamente limitados—sólo devolviendo páginas relevantes a las recetas, por ejemplo. Además muchos usuarios son hostiles ante la idea de que los motores de búsqueda usen su historial de búsquedas. La nueva investigación sugiere formas de que los motores de búsqueda experimenten más con la personalización sin sesgar los resultados o alienar a los usuarios.

Jaime Teevan, investigador de Microsoft, afirma que los motores de búsqueda podrían comenzar por utilizar la personalización para dirigir a los usuarios a los sitios que han visitado antes. Resulta que más del 25 por ciento de todas las consultas de búsqueda no se hacen para descubrir nueva información en absoluto—su intención es navegar a información y sitios web que los usuarios ya han visitado.

"Nadie crea favoritos", afirma Teevan. En cambio, muchas personas utilizan las consultas de búsqueda para encontrar sitios que ya han visto. Teevan ha estado trabajando en un algoritmo capaz de determinar cuándo alguien está usando un motor de búsqueda para este fin. El algoritmo, desarrollado por Teevan y sus colegas Daniel Liebling y Gayathri Geetha, puede predecir qué resultados de búsqueda elegirá un usuario para cerca de una sexta parte de las consultas que recibe un motor de búsqueda.

Teevan ve este trabajo como un primer paso, permitiendo un tipo de personalización que sea útil, pero no demasiado intrusiva. Afirma que los motores de búsqueda podrían dar el siguiente paso y crear una "personalización más valiente", como por ejemplo sugerir palabras clave y resultados relacionados.

Las técnicas de personalización requieren el acceso a una gran cantidad de información sobre las búsquedas más allá de las búsquedas pasadas—algo que preocupa a algunas personas. El investigador de Microsoft Filip Radlinski y Nicolaas Matthijs, ingeniero en el Instituto de Tecnología de Georgia, han estado trabajando en un sistema capaz de personalizar los resultados de búsqueda sin transmitir ninguna información personal al motor de búsqueda. "Para hacer bien la personalización, el usuario no debe sentir que está dando demasiada información, o que no sabe qué información personal se está recopilando y hacia dónde va", asegura Radlinski.

Los investigadores diseñaron una herramienta que almacena un historial de búsquedas del usuario en su propio ordenador—en vez de hacerlo de forma remota, como hace la característica Historial Web de Google. La nueva herramienta hace un seguimiento de qué páginas visita la gente y analiza su contenido para construir un perfil de intereses del usuario. En base a ese perfil, la herramienta ajusta los primeros 50 resultados de búsqueda que una persona ve para pasar los resultados más relevantes hacia arriba.

Para poner a prueba el sistema, los investigadores pidieron a varios voluntarios que lo usaran en su vida diaria durante dos meses. El algoritmo aumentó las tasas de clics en vínculos (click-through) 2,7 veces. En base a las clasificaciones de los usuarios, el sistema funcionó mejor que la búsqueda por defecto de Google. Radlinski asegura que está interesado en combinar esta técnica con resultados de los medios de comunicación social, sin dejar de tener muy en cuenta la privacidad.

"Existe un potencial aún sin explotar para que la personalización mejore la recuperación", afirma Daniel Tunkelang, principal científico de datos en LinkedIn, y agrega que investigaciones como estas sin duda podrían dar lugar a mejores prestaciones. Tunkelang afirma que para estas o cualquier otra herramienta de personalización, el reto de ponerlas en práctica radica en que los usuarios posean "transparencia, control y orientación".

Los investigadores afirman que no saben si Microsoft incorporará su trabajo en el diseño de Bing, aunque Teevan cree que todos los motores de búsqueda ven la personalización como algo prometedor.