Jak Google chce przeszukiwać serwisy społecznościowe

W jaki sposób dokonać rozbioru gramatycznego i syntaktycznego krótkiego wpisu na Twitterze? Pięć lat temu takie pytanie wydałoby się niedorzeczne - dziś jest zasadne.

W jaki sposób dokonać rozbioru gramatycznego i syntaktycznego krótkiego wpisu na Twitterze? Pięć lat temu takie pytanie wydałoby się niedorzeczne - dziś jest zasadne. To właśnie pytanie intryguje Amita Singhala kierującego pracami Google nad włączeniem w wyniki wyszukiwania w czasie rzeczywistym - przy zachowaniu i rozwinięciu mechanizmów pozycjonowania - zawartości serwisów społecznościowych, a w szczególności wpisów aktualizujących status użytkownika.

Najtrudniejszym aspektem przeszukiwania wpisów jest analiza ich treści i znaczeń oraz oszacowania ich ważności. Jakość wyników społecznego wyszukiwania powinna być tak samo wysoka, jak jakość wyszukiwania tradycyjnego, bo tego oczekują internauci, ale w przypadku sieci społecznościowych nie działają tradycyjne techniki szacowania ważności strony poprzez m.in. zliczanie prowadzących do niej linków.

Informacje publikowane w sieciach społecznościowych mogą tracić ważność w ciągu kilku godzin, czy minut i Google ma niewiele czasu na ich analizę i ocenę. Do szacowania ważności poszczególnych wpisów używa się m.in. tak narzucających się miar autorytetu użytkowników Twittera, jak liczba śledzących je osób, czy liczba ich wpisów, które są powielane przez innych.

Miarą wartości użytkowników Facebooka zaś jest m.in. liczba znajomych oraz ich znajomych, ale kolejne brane pod uwagę czynniki są już znacznie bardziej subtelne. To, czego szuka Google, to nieoczekiwane odstępstwa od językowego wzorca. Nagłe, nieoczekiwane pojawienie się w strumieniu wiadomości pewnego słowa - np. tornado - może sygnalizować ważne wydarzenie i ze względu na tę informację wpis może zasługiwać na wypromowanie. Pojawienie się we wpisie na często podejmowany temat nietypowej frazy może sygnalizować nową informację lub świeże spojrzenie autora na zagadnienie.

Językowe nieciągłości to nie wszystko. Ważność wpisu może determinować powiązana z nim informacja geograficzna uzyskiwana za pomocą oprogramowania zainstalowanego na smartfonach lub aplikacji, takich jak FourSquare. Informacja o położeniu osoby nadającej strumień wiadomości może mieć ogromne znaczenie; relacja z epicentrum trzęsienia ziemi jest prawdopodobnie znacznie bardziej wartościowa niż informacja nadawana przez kogoś znajdującego się na drugiej półkuli.