Když hledáte v Viva Engage, děje se v zákulisí hodně věcí, a to vše za méně než sekundu. Hledání v Engage zahrnuje kolekci inovativních funkcí, které zaměřují výsledky hledání na požadované cíle dotazu. Následující obrázek znázorňuje pracovní postup vyhledávání Engage, který používá výkonnou funkci označovanou jako hybridní vyhledávání.
Hybridní vyhledávání: Párování klíčových slov + význam shody
Viva Engage používá architekturu označovanou jako hybridní vyhledávání, což jsou dva zásadně odlišné přístupy k vyhledávání, které běží současně a vzájemně se doplňují:
-
Párování klíčových slov najde příspěvky, které obsahují přesně slova, která zadáte. Používá osvědčenou techniku načítání informací, která bere v úvahu nejen to, jestli se klíčová slova zobrazují, ale také jak často se zobrazují a jak jsou jedinečná. Vzácné konkrétní slovo jako "hackathon" má větší váhu než běžné slovo jako "tým". To je skvělé pro konkrétní termíny, jako jsou názvy projektů, zkratky nebo něčí jméno. Pokud hledáte "FY26 Q3 OKRs", najde párování klíčových slov příspěvky, které používají přesně tyto termíny. Porovnávání klíčových slov také využívá dva fondy obsahu: výsledky zkoumání (zaměřené na zjišťování, napříč veškerým obsahem, ke kterým máte přístup) a výsledky spřažení (přizpůsobené, vážené vůči lidem a komunitám, se kterými komunikujete nejčastěji). Tyto dva fondy se sloučí, aby vám poskytly šířku i přizpůsobení hned od začátku.
-
To znamená, že porovnávání využívá umělou inteligenci k pochopení záměru vašeho dotazu. Text dotazu se převede na matematickou reprezentaci jeho významu (nazývá se "vkládání") a pak se porovná se vkládáním pro všechna vlákna v síti. Příspěvky s podobným významem se zobrazí, i když používají úplně jiná slova. Pokud například hledáte "myšlenky týmové morálky", znamená to, že porovnávání může rozpoznat a zobrazit příspěvek s názvem "Zábavné aktivity pro zvýšení zapojení týmu". Slova se nepřekrývají, ale význam je stejný. Jsou zahrnuty pouze výsledky, které splňují minimální prahovou hodnotu podobnosti a zajišťují kvalitu.
Proč používat obojí? Párování klíčových slov je přesné a předvídatelné. Význam párování vám pomůže objevit obsah, který jste možná zmeškali. Společně odhodí širokou síť, která obvykle vyhodnocuje stovky kandidátských míst, a teprve potom zužuje nejrelevantní výsledky.
Ochrana osobních údajů a oprávnění
Engage provádí přísné kontroly oprávnění. Zobrazí se jenom obsah, ke kterému máte přístup. Příspěvky ze soukromých komunit, ke kterým jste se nepřipojili, nebo vlákna, která byla odstraněna, se nikdy nezobrazí. Obsah z komunit, které jste ztlumili, se bude dál zobrazovat ve výsledcích hledání – ztlumení ovlivňuje váš informační kanál, ne vyhledávání.
Přizpůsobené hodnocení
Po vyhledání všech potenciálně relevantních příspěvků Engage pomocí modelu strojového učení seřadí výsledky hledání. Model vyhodnocuje jednotlivé kandidátské příspěvky napříč více než 100 různými signály uspořádanými do několika kategorií:
-
Relevance textu: jak dobře obsah příspěvku odpovídá vašemu dotazu, měřený prostřednictvím více dimenzí, včetně četnosti termínů, důležitosti termínu, hustoty shody a toho, ve které části příspěvku se shoda zobrazuje (název, základní text nebo odpovědi).
-
People spřažení: jak moc komunikujete s osobou, která příspěvek napsala, napříč Engage, Outlookem, Teams a dalšími nástroji Microsoftu 365. Systém vypočítá přizpůsobené skóre spřažení mezi vámi a každým autorem v sadě výsledků.
-
Spřažení s komunitou: jak aktivní jste v komunitě, kde se příspěvek sdílel, na základě vašich návštěv, odpovědí a historie zapojení do této komunity.
-
Sémantická podobnost: tři samostatná skóre podobnosti vypočítaná pomocí umělé inteligence: jak blízko je význam dotazu k obsahu příspěvku, autorovi příspěvku a komunitě, ve které byl publikován.
-
Signály aktuálnosti a času: kdy byl příspěvek vytvořen, kolik času uplynulo a faktory časového rozkladu, které přirozeně podporují novější obsah.
-
Signály zapojení: počet zobrazení, počet odpovědí, reakce a historie hledání a kliknutí uživatele pomáhají předpovídat, co pro něj bude cenné.
-
Zvýrazněte kvalitu: kde se v příspěvku zobrazují shody, jak koncentrované jsou a jak výrazné jsou odpovídající oddíly.
Výsledkem je, že dva lidé, kteří hledají stejnou věc, můžou vidět různé výsledky. Pokud úzce spolupracujete s někým z technického týmu a on zveřejnil o "hackathonu", jeho příspěvek se pro vás přirozeně řadí výš než pro někoho, kdo s nimi nikdy nebyl v interakci.
Rychlost a výkon
Všechny tyto funkce, včetně generování hybridních kandidátů, výpočtu funkcí napříč více než 100 signály, hodnocení strojového učení a filtrování oprávnění, se uskuteční za méně než sekundu. Umožňuje to několik technik:
Paralelismus: klíčové slovo a význam odpovídající spuštění současně, ne jeden po druhém, takže celková doba je doba trvání pomalejšího hledání, ne součet obou
Inteligentní ukládání do mezipaměti: Při zobrazení první stránky výsledků Engage předběžné načtení a uložení další stránky do mezipaměti na pozadí. To znamená, že stránkování je okamžité – kliknutím na stránku 2 nebo 3 zobrazíte výsledky uložené v mezipaměti bez zpoždění.
Dávkové zpracování: Signály, jako je historie zapojení a metadata komunity, se načítají a počítají v optimalizovaných dávkách, a ne po jednom.
Výsledkem je prostředí vyhledávání, které je okamžité při provádění sofistikované práce na pozadí.
Hledání lidí
Viva Engage hledání není jenom pro konverzace. Je to také účinný způsob, jak najít lidi ve vaší organizaci. Když hledáte osobu, Engage odpovídá:
-
Zobrazované jméno: jméno, příjmení nebo obojí (např. "Rajesh Jha")
-
Pracovní pozice: hledání podle role (např. "technický manažer" nebo "hlavní projektový manažer")
-
Email nebo alias: hledání podle e-mailové adresy nebo předpony aliasu
People výsledky se zobrazí v rozevíracím seznamu okamžitých návrhů i na kartě People na stránce výsledků hledání. Každý výsledek zobrazuje jméno, profilový obrázek, pracovní pozici a e-mail dané osoby, takže můžete rychle identifikovat správnou osobu, i když se shoduje víc.
Tip: Pokud znáte něčí e-mailový alias, je jeho vyhledání (např. "chrzeng") často nejrychlejší způsob, jak ho najít. Hledání podle pozice (např. "produktový manažer Engage") vám pomůže objevit lidi, které možná neznáte podle jména.
Hledání komunit
Hledáte komunitu, ke které se můžete připojit? Hledejte shody s názvy a popisy komunit. To znamená, že můžete vyhledávat podle témat (např. "přístupnost", "onboarding", "vedoucí ženy") a najít relevantní komunity, i když přesné slovo není v názvu komunity.
Výsledky komunity se při psaní zobrazují také v okamžitých návrzích, což usnadňuje navigaci přímo do komunity bez nutnosti navštívit celou stránku výsledků.
Několik příkladů fungování komunitního vyhledávání:
|
Hledáte... |
Najdete tu komunity jako... |
|---|---|
|
"přístupnost" |
Engage Přístupnost, Propojená komunita přístupnosti, Komunita vedení přístupnosti |
|
"women leadership" |
SME&C Women in Leadership, Women's Leadership Community (WLC), Technical Women Leader |
|
"Azure DevOps" |
Azure DevOps / 1ES a související Azure technické komunity |
|
"onboarding" |
Onboarding, Alchemy Onboarding, Onboarding nového zaměstnance |
Zvýraznění klíčového slova
Když se dostanete na stránku výsledků hledání, vaše hledané termíny se zvýrazní v náhledech příspěvků. To vám pomůže rychle zkontrolovat výsledky a pochopit, proč se jednotlivé příspěvky vrátily.
Zvýraznění se zobrazí v následujících umístěních:
-
Název vlákna (pokud ho příspěvek obsahuje).
-
Náhled základního textu: Engage zobrazuje nejrelevantní fragment příspěvku se zvýrazněnými klíčovými slovy.
-
Odpovědi: Pokud odpověď odpovídá vašemu dotazu, zobrazí se pod původním příspěvkem zvýraznění. Například hledání "AI tools and copilot" (Nástroje AI a copilot) zvýrazní každé odpovídající slovo ve výsledcích, takže snadno uvidíte, jak příspěvek souvisí s vaším dotazem.
Poznámka: Zvýraznění klíčových slov se nemusí zobrazovat konzistentně u všech typů výsledků. Například názvy témat a názvy komunit se indexují a prohledávají, ale ve výsledcích hledání nejsou aktuálně zvýrazněné. Aktivně pracujeme na vylepšení konzistence zvýrazňování v celém vyhledávacím prostředí.
