Webbisivustojen paikalliset hakutoiminnot ovat yleensä kehnoja. Monesti paras hakuvaihtoehto tietyn sivuston sisällä hakemiseksi on nykyään käyttää Googlea, sillä Googlen hakualgoritmi toimii yksittäisillekin sivuille usein paremmin kuin sivustojen omat hakukoneet. Yhtenä syynä tälle on, että Google pystyy hyödyntämään sivujen suosittelussa myös muilta sivustoilta tulevia linkkejä.
Eräs tapa parantaa hakutuloksia voisi olla ajatella hakua suositusongelmana, jossa käyttäjälle pitäisi suositella parasta sisältöä hakusanojen ohjeistamana. Tässä ongelmassa voisi hyödyntää sivustojen kävijädataa sen ymmärtämiseksi, mitkä sivut ovat keskeisiä minkäkin käsitteen osalta.
Sivuston suositusjärjestelmän voisi rakentaa käyttölokidataan perustuen. Datana toimisi siis verkko sivuista ja käyttäjistä, jossa käyttäjä joka on käynyt kahdella sivulla on linkki niiden välillä:
UID -> PAGE
2234 -> /
2234 -> /products/3399
2234 -> /products/4325
2551 -> /products/4325
2551 -> /products/21
...
Haun kannalta olennaista olisi, että sivu saisi sijoituksensa sen perusteella, kuinka hyvin sekä se että sitä verkossa lähellä olevat sivut ovat sijoittuneet. Eli hakusanan osalta keskeiset sivut nousisivat rankingissa. Tämä muistuttaisi hieman Googlen Page Rankia.
Kätevää ongelman tässä muotoilussa olisi, että samaa hakuengineä voisi käyttää myös tuotesuositusten — ja personoitujen hakutulosten — tekemiseen. Parasta olisi, jos tällainen engine toteutettaisiin avoimen lähdekoodin projektina Javalla vaikkapa Hadoopia käyttäen. Ja mukavaa olisi tietysti, jos engine integroituisi automaattisesti yleisimpiin cms:iin (tai sitten vaikkapa suoraan Apacheen).
Onkohan moisia jo olemassa? Pikaisella Googletuksella tuli ainakin vastaan Search and Recommendation: two sides of the same coin? -kalvoesitys, josssa oli esitetty ajatus hausta suosittelun yksinkertaistuksena.