Создатели Kaltix планируют разработать систему, которая позволит оптимизировать результаты поиска не по усредненному значению популярности той или иной страницы, как в PageRank, а с учетом личных предпочтений каждого конкретного юзера, вычисляемых по его предыдущим запросам и другим данным о нем, - то есть Kaltix вступила на скользкий путь предельной персонализации.

Хотя персонализация результатов поиска действительно должна быть серьезным прорывом в поисковых технологиях, до сих пор попытки различных компаний прогнозировать наиболее релевантные результаты поиска были не слишком успешны. Amazon.com вычисляет желательные для пользователя покупки, исходя из списка его прежних приобретений; компанию TiVO критиковали за то, что она рекомендует пользователям, к примеру, телепрограммы, касающиеся геев, на основании крайне ограниченной выборки программ, которые пользователь смотрел ранее и т.д.

Помимо проблемы точности прогнозов существует проблема пользовательской конфиденциальности. Персонализация и прогнозирование юзерских предпочтений требует хранения немалого объема данных о юзере, что, в свою очередь, может оказаться нежелательным для многих, кого беспокоит защита тайны собственной частной жизни.

CNET News.com

версия для печати