Wanneer u in Viva Engage zoekt, gebeurt er veel achter de schermen, allemaal in minder dan een seconde. Zoeken in Engage omvat een verzameling innovatieve functies om zoekresultaten te richten op de gewenste doelen van uw query. In de volgende afbeelding ziet u de werkstroom van Engage zoeken, die gebruikmaakt van een krachtige functie met de naam hybride zoeken.
Hybride zoekopdracht: trefwoorden vergelijken + overeenkomende betekenis
Viva Engage maakt gebruik van een architectuur die hybride zoeken wordt genoemd. Dit zijn twee fundamenteel verschillende zoekmethoden die tegelijkertijd worden uitgevoerd en elkaar aanvullen:
-
Trefwoorden zoeken naar berichten die de exacte woorden bevatten die u invoert. Het maakt gebruik van een bewezen techniek voor het ophalen van informatie die niet alleen overweegt of uw trefwoorden worden weergegeven, maar ook hoe vaak ze voorkomen en hoe onderscheidend ze zijn. Een zeldzaam, specifiek woord zoals 'hackathon' heeft meer gewicht dan een algemeen woord zoals 'team'. Dit is handig voor specifieke termen, zoals projectnamen, acroniemen of iemands naam. Als u zoekt naar 'FY26 Q3 OKR's', vindt trefwoordkoppeling berichten die deze exacte termen gebruiken. Trefwoordkoppeling is ook gebaseerd op twee inhoudsgroepen: verkenningsresultaten (detectiegericht, voor alle inhoud die u kunt openen) en affiniteitsresultaten (gepersonaliseerd, gewogen naar personen en community's met wie u het meest communiceert). Deze twee pools worden samengevoegd om u vanaf het begin zowel breedte als persoonlijke instellingen te bieden.
-
Wat betekent dat vergelijken ai gebruikt om inzicht te krijgen in de intentie achter uw query. De querytekst wordt geconverteerd naar een wiskundige weergave van de betekenis (een 'insluiten' genoemd) en vervolgens vergeleken met insluitingen voor alle threads in het netwerk. Berichten met een vergelijkbare betekenis worden weergegeven, zelfs als ze volledig verschillende woorden gebruiken. Als u bijvoorbeeld zoekt naar 'ideeën voor teammoraal', wat betekent dat matching een bericht met de titel 'Leuke activiteiten om teambetrokkenheid te stimuleren' kan detecteren en weergeven. Er is geen woordoverlapping, maar de betekenis is hetzelfde. Alleen resultaten die voldoen aan een minimale drempelwaarde voor overeenkomsten worden opgenomen, waardoor de kwaliteit wordt gewaarborgd.
Waarom beide gebruiken? Trefwoordkoppeling is nauwkeurig en voorspelbaar. Dit betekent dat u inhoud kunt vinden die u mogelijk hebt gemist. Samen werpen ze een breed netwerk op, waarbij ze meestal honderden kandidaatposten evalueren, voordat ze de meest relevante resultaten beperken.
Privacy en machtigingen
Engage past strikte machtigingscontroles toe. U ziet alleen inhoud waartoe u toegang hebt. Berichten van privé-community's waaraan u nog geen lid bent, of threads die zijn verwijderd, worden nooit weergegeven. Inhoud van community's die u hebt gedempt, wordt nog steeds weergegeven in de zoekresultaten. Demping is van invloed op uw feed, niet op de zoekopdracht.
Gepersonaliseerde classificatie
Nadat u alle mogelijk relevante berichten hebt gevonden, gebruikt Engage een machine learning-model om uw zoekresultaten te rangschikken. Het model evalueert elke kandidaatpost over meer dan 100 verschillende signalen, ingedeeld in verschillende categorieën:
-
Relevantie van tekst: hoe goed de inhoud van het bericht overeenkomt met uw query, gemeten via meerdere dimensies, zoals de termfrequentie, de urgentie van de term, de overeenkomstdichtheid en in welk deel van het bericht de overeenkomst wordt weergegeven (de titel, hoofdtekst of antwoorden).
-
People affiniteit: hoeveel interactie u hebt met de persoon die het bericht heeft geschreven, in Engage, Outlook, Teams en andere Microsoft 365-hulpprogramma's. Het systeem berekent een gepersonaliseerde affiniteitsscore tussen u en elke auteur in de resultatenset.
-
Communityaffiniteit: hoe actief u bent in de community waar het bericht is gedeeld, op basis van uw bezoeken, antwoorden en betrokkenheidsgeschiedenis met die community.
-
Semantische gelijkenis: drie afzonderlijke ai-berekende gelijkenisscores: hoe dicht de betekenis van uw query is bij de postinhoud, bij de auteur van het bericht en bij de community waar deze is gepost.
-
Recency- en tijdsignalen: wanneer het bericht is gemaakt, hoeveel tijd er is verstreken en factoren voor verval die van nature nieuwere inhoud stimuleren.
-
Betrokkenheidssignalen: aantal weergaven, aantal antwoorden, reacties en de eigen zoek- en klikgeschiedenis van de gebruiker helpen te voorspellen wat ze waardevol vinden.
-
Markeringskwaliteit: waar in de post de overeenkomsten worden weergegeven, hoe geconcentreerd ze zijn en hoe prominent de overeenkomende secties zijn.
Het eindresultaat is dat twee personen die naar hetzelfde zoeken, verschillende resultaten kunnen zien. Als u nauw samenwerkt met iemand in het technische team en deze persoon heeft gepost over 'hackathon', staat hun post natuurlijk hoger voor u dan voor iemand die nooit met hen heeft gecommuniceerd.
Snelheid en prestaties
Al deze mogelijkheden, waaronder het genereren van hybride kandidaten, functieberekeningen voor meer dan 100 signalen, machine learning-classificatie en het filteren van machtigingen, vinden plaats in minder dan een seconde. Verschillende technieken maken dit mogelijk:
Parallellisme: trefwoord en betekenis overeenkomen worden gelijktijdig uitgevoerd, niet achter elkaar, dus de totale tijd is de duur van de tragere zoekopdracht, niet de som van beide
Slimme cache: wanneer u de eerste pagina met resultaten bekijkt, Engage de volgende pagina vooraf op de achtergrond ophaalt en in de cache opslaat. Dit betekent dat paginering direct aanvoelt - klikken op pagina 2 of 3 levert resultaten in de cache zonder vertraging
Batchverwerking: signalen zoals betrokkenheidsgeschiedenis en communitymetagegevens worden opgehaald en berekend in geoptimaliseerde batches in plaats van één voor één
Het resultaat is een zoekervaring die direct aanvoelt tijdens het uitvoeren van geavanceerd werk achter de schermen.
Zoeken naar personen
Viva Engage zoekopdracht is niet alleen bedoeld voor gesprekken. Het is ook een krachtige manier om mensen in uw organisatie te vinden. Wanneer u zoekt naar een persoon, Engage overeenkomsten met:
-
Weergavenaam: voornaam, achternaam of beide (bijvoorbeeld "Rajesh Jha")
-
Functie: zoeken op rol (bijvoorbeeld 'engineeringmanager' of 'principal PM')
-
Email of alias: zoeken op e-mailadres of aliasvoorvoegsel
People resultaten worden weergegeven in zowel de vervolgkeuzelijst directe suggesties als in het tabblad People op de pagina met zoekresultaten. Elk resultaat bevat de naam, profielfoto, functie en e-mail van de persoon, zodat u snel de juiste persoon kunt identificeren, zelfs wanneer er meerdere overeenkomsten zijn.
Tip: Als u de e-mailalias van iemand kent, is het zoeken ernaar (bijvoorbeeld 'chrzeng') vaak de snelste manier om deze te vinden. Door te zoeken op functie (bijvoorbeeld 'productmanager Engage') kunt u personen vinden die u mogelijk niet bij naam kent.
Zoeken naar community's
Op zoek naar een community om lid van te worden? Zoek overeenkomsten op basis van communitynamen en beschrijvingen. Dit betekent dat u kunt zoeken op onderwerp (bijvoorbeeld 'toegankelijkheid', 'onboarding', 'vrouwelijk leiderschap') en relevante community's kunt vinden, zelfs als het exacte woord niet in de naam van de community staat.
Communityresultaten worden ook weergegeven in de directe suggesties terwijl u typt, zodat u eenvoudig rechtstreeks naar een community kunt navigeren zonder de volledige resultatenpagina te bezoeken.
Enkele voorbeelden van hoe zoeken in community's werkt:
|
U zoekt naar... |
U vindt community's zoals... |
|---|---|
|
"toegankelijkheid" |
Engage Accessibility, Accessibility Connected Community, Accessibility Leadership Community |
|
"vrouwen leiderschap" |
SME&C Women in Leadership, Women's Leadership Community (WLC), Technical Women Leaders |
|
"Azure DevOps" |
Azure DevOps/1ES en gerelateerde Azure engineering-community's |
|
"onboarding" |
Onboarding, Alchemy-onboarding, onboarding van nieuwe werknemers |
Trefwoordmarkeringen
Wanneer u op de pagina met zoekresultaten terechtkomt, worden uw zoektermen gemarkeerd in voorbeeldweergaven. Dit helpt u snel resultaten te scannen en te begrijpen waarom elk bericht is geretourneerd.
Markering wordt weergegeven op de volgende locaties:
-
De titel van de thread (als het bericht er een heeft).
-
Voorbeeld van hoofdtekst: Engage toont het meest relevante fragment van het bericht met uw trefwoorden gemarkeerd.
-
Antwoorden: als een antwoord overeenkomt met uw query, wordt dit weergegeven met markeringen onder het oorspronkelijke bericht. Als u bijvoorbeeld zoekt naar 'AI-hulpprogramma's en copilot' worden elk overeenkomend woord in de resultaten gemarkeerd, zodat u gemakkelijk kunt zien hoe het bericht zich verhoudt tot uw query.
Opmerking: Het markeren van trefwoorden wordt mogelijk niet consistent weergegeven in alle resultaattypen. Zo worden onderwerpnamen en communitynamen geïndexeerd en doorzoekbaar, maar zijn ze momenteel niet gemarkeerd in de zoekresultaten. We werken actief aan het verbeteren van de consistentie van markeringen in de zoekervaring.
