Social media companies are working to keep you on site or attempting to deliver results useful to you. You can see this personalization reflected in the results of search engines, which try to maximize relevance: searching for "bakery" in New York should return different results than searching in Paris. Features like the little predictive-text cues of autocomplete also look to maximize relevance by suggesting refinements: typing in "cats" might prompt the user with "cats movie" or "cats that don't shed." Autocomplete suggestions offer a look into the algorithm's understanding of accumulated user behavior ─ an immensely important part of how key social media algorithms work. The outputs are personalized, but the data sets are massive, and the platforms are mining for similarities across vast quantities of user information. If a whole lot of users near you or similar to you complete the search that you've begun with specific words, the autocomplete algorithm takes that into account and may be more likely to suggest them to you. Since the results are derived from data related to millions of searches, autocomplete is, in a sense, holding a mirror up to society.::소셜 미디어 기업들은 여러분을 사이트에 머물게 하려고 노력하거나 여러분에게 유용한 결과를 제공하려고 시도한다. 여러분은 관련성을 최대화하려고 노력하는 검색 엔진의 결과에 반영된 이러한 개인화를 볼 수 있는데, 뉴욕에서 '빵집(bakery)'을 검색하는 것은 파리에서 검색하는 것과 다른 결과를 내놓아야 한다. 자동 완성의 작은 예측 입력 단서와 같은 기능들 또한 다듬어진 검색어들을 제안함으로써 관련성을 최대화하려고 하는데, '고양이(cats)'를 입력하면 사용자에게 '고양이 영화 (cats movie)' 또는 '털 안 빠지는 고양이(cats that don't shed)'를 제시할지도 모른다. 자동 완성 제안 검색어는 누적된 사용자 행동에 대한 알고리즘의 이해를 들여다볼 수 있게 해주는데, 이는 주요 소셜 미디어 알고리즘이 작동하는 방식의 매우 중요한 부분이다. 결과물은 개인화되지만, 데이터 세트는 거대하며 플랫폼은 방대한 양의 사용자 정보 전체에서 유사성을 채굴하고 있다. 여러분 근처에 있거나 여러분과 유사한 수많은 사용자가 여러분이 특정 단어를 가지고 시작한 검색을 완료한다면, 자동 완성 알고리즘은 그 점을 고려하고 그것들을 여러분에게 제안할 가능성이 더 높을 수 있다. 그 결과는 수백만 건의 검색과 관련된 데이터에서 도출되기 때문에, 자동 완성은 어떤 의미에서 사회에 거울을 비추고 있는 것이다.