Viva Engageで検索すると、バックグラウンドで多くのことが発生し、すべて 1 秒未満になります。 Engageでの検索には、クエリの目的に合わせて検索結果を絞り込む革新的な機能のコレクションが含まれます。 次の図は、ハイブリッド検索と呼ばれる強力な機能を使用Engage検索のワークフローを示しています。
ハイブリッド検索: キーワードの一致と一致の意味
Viva Engageは、ハイブリッド検索と呼ばれるアーキテクチャを使用します。これは、同時に実行され、相互に補完する 2 つの基本的に異なる検索方法です。
-
キーワードマッチングは、入力した正確な単語を含む投稿を検索します。 これは、キーワードが表示されるかどうかだけでなく、表示される頻度と特徴を考慮した実証済みの情報取得手法を使用します。 "ハッカソン" のようなまれな特定の単語は、"team" のような一般的な単語よりも重みを持ちます。 これは、プロジェクト名、頭字語、または誰かの名前などの特定の用語に適しています。 "FY26 Q3 OKR" を検索すると、一致キーワード (keyword)、これらの正確な用語を使用する投稿が検索されます。 キーワード マッチングは、探索結果 (検出に焦点を当て、アクセスできるすべてのコンテンツ) とアフィニティの結果 (パーソナライズされ、最も操作するユーザーとコミュニティに重み付けされた) という 2 つのコンテンツ プールからも描画されます。 これら 2 つのプールがマージされ、最初から幅とパーソナル化の両方が得られます。
-
つまり、照合では AI を使用して、クエリの背後にある意図を理解します。 クエリ テキストは、意味の数学的表現 ("埋め込み" と呼ばれます) に変換され、ネットワーク内のすべてのスレッドの埋め込みと比較されます。 まったく異なる単語を使用する場合でも、類似の意味を持つ投稿が表示されます。 たとえば、"チームの士気のアイデア" を検索すると、"チーム エンゲージメントを向上させる楽しいアクティビティ" というタイトルの投稿を照合で検出して表示できます。 重複する単語はありませんが、意味は同じです。 最小類似性のしきい値を満たす結果のみが含まれ、品質が確保されます。
両方を使用する理由 キーワードマッチング は正確で予測可能です。 つまり、照合 は、見逃した可能性のあるコンテンツを検出するのに役立ちます。 一緒に、最も関連性の高い結果を絞り込む前に、多数の候補投稿を評価する広いネットをキャストします。
プライバシーとアクセス許可
Engageでは、厳密なアクセス許可チェックが適用されます。 アクセス権を持つコンテンツのみが表示されます。 参加していないプライベート コミュニティからの投稿や、削除されたスレッドは表示されません。 ミュートしたコミュニティのコンテンツは検索結果に引き続き表示されます。ミュートは、検索ではなくフィードに影響します。
パーソナライズされたランキング
関連する可能性のあるすべての投稿を見つけた後、Engageは機械学習モデルを使用して検索結果をランク付けします。 このモデルでは、100 を超える異なるシグナルにわたって各候補投稿が評価され、いくつかのカテゴリに分類されます。
-
テキストの関連性: 投稿コンテンツがクエリとどの程度一致するか、用語の頻度、用語の重要度、一致密度など、複数のディメンションを通じて測定され、一致した投稿のどの部分 (タイトル、本文、または返信) に表示されるか。
-
Peopleアフィニティ: Engage、Outlook、Teams、およびその他の Microsoft 365 ツール全体で、投稿を作成したユーザーと対話する量。 システムは、結果セット内のすべての作成者との間でパーソナライズされたアフィニティ スコアを計算します。
-
コミュニティアフィニティ: そのコミュニティとの訪問、返信、エンゲージメント履歴に基づいて、投稿が共有されたコミュニティでどれだけアクティブになっているか。
-
セマンティック類似性: 3 つの個別の AI 計算類似度スコア:クエリの意味が投稿コンテンツ、投稿作成者、および投稿されたコミュニティにどれだけ近いかを示します。
-
レジェンシーと時間シグナル: 投稿が作成されたとき、経過時間、および新しいコンテンツを自然にブーストする時間減衰要因。
-
エンゲージメントシグナル: カウント、返信数、リアクション、ユーザー自身の検索とクリック履歴を表示すると、何が価値があるかを予測するのに役立ちます。
-
強調表示の品質: 投稿のどこに一致が表示されるか、どの程度集中しているか、および一致するセクションがどの程度目立つかを示します。
最終的な結果は、同じものを検索する 2 人が異なる結果を見る可能性があるということです。 エンジニアリング チームの誰かと緊密に連携し、"ハッカソン" について投稿した場合、その投稿は、対話したことがない人よりも自然に上位にランクされます。
速度とパフォーマンス
ハイブリッド候補の生成、100 以上のシグナルにわたる機能の計算、機械学習のランク付け、アクセス許可のフィルター処理など、これらの機能はすべて 1 秒以下で実行されます。 これを可能にする手法がいくつかあります。
並列処理: キーワード (keyword)と一致は同時に実行され、1 つずつ実行されないことを意味するため、合計時間は、両方の合計ではなく、低速な検索の期間です
スマート キャッシュ: 結果の最初のページを表示すると、Engageは次のページを事前にフェッチしてバックグラウンドでキャッシュします。 つまり、改ページがすぐに感じられる - ページ 2 または 3 をクリックすると、キャッシュされた結果が遅延なしで提供されます
バッチ処理: エンゲージメント履歴やコミュニティ メタデータなどのシグナルは、一度に 1 つではなく最適化されたバッチでフェッチされ、計算されます
その結果、バックグラウンドで洗練された作業を行いながら、瞬時に感じる検索エクスペリエンスが得られます。
ユーザーの検索
Viva Engage検索は会話だけではありません。 また、organization全体でユーザーを見つけるための強力な方法でもあります。 ユーザーを検索すると、Engageは次の条件に一致します。
-
表示名: 名、姓、またはその両方 (例: "Rajesh Jha")
-
役職: ロールで検索 ("エンジニアリング マネージャー" や "プリンシパル PM" など)
-
Emailまたはエイリアス: メール アドレスまたはエイリアス プレフィックスで検索
People結果は、[インスタント候補] ドロップダウンと検索結果ページの [People] タブの両方に表示されます。 各結果には、ユーザーの名前、プロフィール画像、役職、電子メールが表示されるため、複数の一致がある場合でも適切な人物をすばやく特定できます。
ヒント: 他のユーザーのメール エイリアスがわかっている場合は、それを検索する方法 ("chrzeng" など) が最も簡単に見つかります。 役職別の検索 ("プロダクト マネージャー Engage" など) は、名前で知らない可能性があるユーザーを検出するのに役立ちます。
コミュニティの検索
参加するコミュニティをお探しですか? コミュニティ名と説明に一致する検索。 つまり、トピック ("アクセシビリティ"、"オンボーディング"、"女性リーダーシップ"など) で検索し、コミュニティ名に正確な単語が含まれていない場合でも関連するコミュニティを見つけることができます。
コミュニティの結果は、入力するとすぐに提案に表示されるため、完全な結果ページにアクセスすることなくコミュニティに直接移動しやすくなります。
コミュニティ検索のしくみの例を次に示します。
|
を検索します。... |
次のようなコミュニティが見つかります。.. |
|---|---|
|
"アクセシビリティ" |
Engageアクセシビリティ、アクセシビリティ接続コミュニティ、アクセシビリティ リーダーシップ コミュニティ |
|
"女性のリーダーシップ" |
SME&C 女性のリーダーシップ、女性リーダーシップ コミュニティ (WLC)、技術女性リーダー |
|
"Azure DevOps" |
Azure DevOps/1ES、および関連するAzure エンジニアリング コミュニティ |
|
"オンボード" |
オンボーディング、Alchemy Onboarding、New Employee Onboarding |
キーワードの強調表示
検索結果ページに移動すると、プレビュー後に検索語句が強調表示されます。 これは、結果をすばやくスキャンし、各投稿が返された理由を理解するのに役立ちます。
強調表示は、次の場所に表示されます。
-
スレッド タイトル (投稿にスレッドタイトルがある場合)。
-
本文のプレビュー: Engageには、キーワードが強調表示された投稿の最も関連性の高いスニペットが表示されます。
-
返信: 返信がクエリと一致する場合は、元の投稿の下に強調表示が表示されます。 たとえば、"AI ツールと copilot" を検索すると、結果内の一致する各単語が強調表示され、投稿がクエリにどのように関連しているかを簡単に確認できます。
注: キーワードの強調表示は、すべての結果の種類で一貫して表示されない場合があります。 たとえば、トピック名とコミュニティ名はインデックス付けされ、検索可能ですが、現在検索結果では強調表示されていません。 検索エクスペリエンス全体で強調表示の一貫性を向上させるために積極的に取り組んでいます。
