A diferencia de la búsqueda web tradicional, la búsqueda personalizada proporciona resultados de búsqueda que tienen en cuenta las preferencias del usuario. Sin embargo, los métodos de búsqueda personalizada existentes tienen limitaciones para proporcionar resultados de búsqueda apropiados para las preferencias individuales, porque no consideran las preferencias recientes del usuario o las preferencias de otros usuarios. En este artículo, proponemos un nuevo método de búsqueda que considera las preferencias recientes del usuario y las preferencias de usuarios similares en el análisis de redes sociales. Dado que el usuario expresa opiniones personales en las redes sociales, es posible comprender las preferencias del usuario al analizar los registros de actividades en redes sociales. El método propuesto recopila registros de actividad social del usuario y determina palabras clave de interés utilizando TF-IDF. Dado que las preferencias del usuario cambian continuamente con el tiempo, asignamos pesos temporales a las palabras clave de interés, otorgando muchos valores altos a las preferencias de vanguardia del usuario. Identificamos usuarios con preferencias similares para ampliar los resultados de búsqueda que se proporcionan a los usuarios, ya que considerar solo las preferencias del usuario en búsquedas personalizadas puede proporcionar resultados de búsqueda limitados. El método propuesto proporciona resultados de búsqueda personalizados considerando características sociales mediante la aplicación de un algoritmo de clasificación que considera las preferencias de usuarios similares además de las preferencias del usuario. Se muestra a través de diversas evaluaciones de rendimiento que el método de búsqueda personalizado propuesto supera a los métodos existentes.