百度百科上对社会化搜索的定义是“社会化搜索的意思就是通过搜索形成一个有共同爱好的人际圈子，又通过搜索每个人的爱好和收藏为用户提供一个更为准确的信息。”前半句说明社会化搜索一定依附于某一个社交平台，有平台才能形成圈子，才能有社交数据来作为社会化搜索的基础；后半句更确切的说，就是个性化搜索，根据用户个性化数据来调整排序的规则，所以不同的人会看到不同的内容。
社会化搜索按照功能可以划分为“过滤”搜索和“加权”搜索。
- 过滤搜索：用户可以通过设定规则来过滤搜索结果，比如facebook的搜索朋友的页面，可以选择好友，城市，居住地来作为过滤条件，筛选出目标。
- 加权搜索：这一项很难让察觉到，因为它只改变条目的分数，进而调整排序，google就对google+的内容进行了加权，据说和“+1”有关。
上面的功能都能通过lucene来实现，而且并不复杂。其实在stackoverflow上已经有了不错的解答，排在第二的答案的解决方式更漂亮一些：社会化数据存储在索引外，继承lucene的CustomScoreQuery载入社会化数据实现搜索功能。社会化数据储存在索引外有三个优点：
- 数据变动频繁，如果存放在索引内部会频繁的更新索引，会更快的遇到性能瓶颈。
- 具有更强的描述能力（neo4j是个很好的选择，不过数据量小的情况下key-value数据库也可以），比如，可以搜索好友的动态，好友的好友，好友的好友的动态，而放到索引中只能完成单一的功能，需求变化了还要索引新的数据，索引的体积会程几何倍增长。
- 功能解耦，易于调试。