Wanneer u zoekt in Viva Engage, 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 zoekopdracht. In de volgende afbeelding ziet u de werkstroom van Engage zoekopdracht, die gebruikmaakt van de krachtige functie Hybride zoeken.
Hybride zoeken: trefwoordovereenkomsten + betekenisovereenkomsten
Viva Engage maakt gebruik van een architectuur genaamd hybride zoeken, die bestaat uit twee fundamenteel verschillende zoekbenaderingen die tegelijkertijd worden uitgevoerd en elkaar aanvullen:
- Met trefwoorden kunt u 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 rekening houdt met de vraag of uw zoekwoorden worden weergegeven, maar ook hoe vaak ze voorkomen en hoe onderscheidend ze zijn. Een zeldzaam, specifiek woord als 'hackathon' weegt zwaarder dan een gewoon woord als 'team'. Dit is handig voor specifieke termen, zoals projectnamen, acroniemen of iemands naam. Als u zoekt naar 'OKR's voor FY26 Q3', vindt u met trefwoorden berichten waarin die exacte termen worden gebruikt. Trefwoordmatching is ook gebaseerd op twee pools van inhoud: verkenningsresultaten (gericht op ontdekking, voor alle inhoud waartoe u toegang hebt) en affiniteitsresultaten (gepersonaliseerd, gewogen naar mensen en gemeenschappen waarmee u het meest communiceert). Deze twee pools zijn samengevoegd om u vanaf het begin zowel breedte als personalisatie te bieden.
- Betekenisvergelijking maakt gebruik van AI om de bedoeling achter uw query te begrijpen. Uw querytekst wordt geconverteerd naar een wiskundige weergave van de betekenis (een 'insluiting' genoemd) en vervolgens vergeleken met insluitingen van alle threads in het netwerk. Berichten met dezelfde betekenis worden weergegeven, zelfs als ze totaal andere woorden bevatten. Als je bijvoorbeeld zoekt naar 'ideeën voor teammoreel', betekent dit dat overeenkomsten een bericht met de titel 'Leuke activiteiten om de betrokkenheid van het team te vergroten' kunnen detecteren en weergeven. Er is geen overlapping van woorden, maar de betekenis is hetzelfde. Alleen resultaten die voldoen aan een minimale gelijkenisdrempel worden opgenomen, waardoor de kwaliteit wordt gewaarborgd.
Waarom zou u beide gebruiken? Trefwoordovereenkomsten zijn nauwkeurig en voorspelbaar. Betekenismatching helpt u inhoud te ontdekken die u mogelijk hebt gemist. Samen werpen ze een breed net uit, waarbij ze doorgaans honderden kandidaat-posten evalueren, voordat ze de meest relevante resultaten verfijnen.
Privacy en machtigingen
Engage past strikte toestemmingscontroles toe. U ziet alleen inhoud waartoe u toegang hebt. Berichten van privécommunity's waarvan u geen lid bent of threads die zijn verwijderd, worden nooit weergegeven. Inhoud van community's die u hebt gedempt, wordt nog steeds weergegeven in zoekresultaten. Dempen heeft invloed op uw feed, niet op zoekresultaten.
Gepersonaliseerde classificatie
Nadat alle mogelijk relevante berichten zijn gevonden, gebruikt Engage een machine learning-model om je zoekresultaten te rangschikken. Het model evalueert elke kandidaatpost op meer dan 100 verschillende signalen, georganiseerd in verschillende categorieën:
- Tekstrelevantie: hoe goed de inhoud van het bericht overeenkomt met je vraag, gemeten in meerdere dimensies, waaronder termfrequentie, termurgentie, overeenkomstdichtheid en in welk deel van het bericht de overeenkomst wordt weergegeven (de titel, hoofdtekst of antwoorden).
- People affinity: hoeveel interactie je hebt met de persoon die het bericht heeft geschreven, via Engage, Outlook, Teams en andere Microsoft 365-hulpprogramma's. Het systeem berekent een persoonlijke affiniteitsscore tussen u en elke auteur in de resultatenset.
- Communityaffiniteit: hoe actief je bent in de community waar het bericht is gedeeld, op basis van je bezoeken, antwoorden en betrokkenheid bij die community.
- Semantische gelijkenis: drie afzonderlijke door AI berekende gelijkenisscores: hoe dicht de betekenis van je query is bij de inhoud van het bericht, bij de auteur van het bericht en bij de community waar het is geplaatst.
- Recentheid en tijdsignalen: wanneer het bericht is gemaakt, hoeveel tijd er is verstreken en tijdsvervalfactoren die op natuurlijke wijze nieuwere inhoud stimuleren.
- Betrokkenheidssignalen: weergavetellingen, reactietellingen, reacties en de eigen zoek- en klikgeschiedenis van de gebruiker helpen voorspellen wat ze waardevol zullen vinden.
- Kwaliteit markeren: waar in het bericht de matches verschijnen, hoe geconcentreerd ze zijn en hoe prominent de matchende secties zijn.
Het eindresultaat is dat twee mensen die naar hetzelfde zoeken, verschillende resultaten kunnen zien. Als je nauw samenwerkt met iemand in het technische team en zij hebben gepost over 'hackathon', scoort hun bericht natuurlijk hoger voor jou dan voor iemand die nog nooit met hen heeft gecommuniceerd.
Snelheid en prestaties
Al deze mogelijkheden, waaronder het genereren van hybride kandidaten, functieberekeningen voor 100+ signalen, machine learning-rangschikking en het filteren van machtigingen, vinden plaats in minder dan een seconde. Verschillende technieken maken dit mogelijk:
Parallellisme: trefwoord- en betekenisovereenkomsten worden gelijktijdig uitgevoerd, niet na elkaar, dus de totale tijd is de duur van de langzamere zoekopdracht, niet de som van beide
Slimme caching: wanneer u de eerste pagina met resultaten bekijkt, haalt Engage vooraf op en slaat u de volgende pagina op de achtergrond in het cachegeheugen. Dit betekent dat paginering direct aanvoelt. Als u naar pagina 2 of 3 klikt, worden resultaten zonder vertraging in de cache weergegeven
Batchverwerking: signalen zoals betrokkenheidsgeschiedenis en communitymetadata worden opgehaald en berekend in geoptimaliseerde batches in plaats van één voor één
Het resultaat is een zoekervaring die direct aanvoelt terwijl achter de schermen geavanceerd werk wordt geleverd.
Zoeken naar personen
Zoeken in Viva Engage is niet alleen voor gesprekken. Het is ook een krachtige manier om mensen in uw organisatie te vinden. Wanneer u een persoon zoekt, wordt in Engage gezocht naar:
- Weergavenaam: voornaam, achternaam of beide (bijv. "Rajesh Jha")
- Functietitel: zoek op functie (bijv. 'technisch manager' of 'principal pm')
- Email of alias: zoeken op e-mailadres of aliasvoorvoegsel
De resultaten van People worden weergegeven in de vervolgkeuzelijst met directe suggesties en op het tabblad People op de pagina met zoekresultaten. Elk resultaat toont de naam, profielfoto, functie en e-mailadres van de persoon, zodat u snel de juiste persoon kunt identificeren, zelfs als er meerdere overeenkomsten zijn.
Tip
Als u de e-mailalias van iemand kent, kunt u deze het snelst vinden door ernaar te zoeken (bijvoorbeeld chrzeng). Door te zoeken op functie (bijvoorbeeld 'productmanager Engage') kunt u mensen vinden die u misschien niet bij naam kent.
Zoeken naar community's
Op zoek naar een community om lid van te worden? Zoek naar overeenkomsten met namen en beschrijvingen van community's. Dit betekent dat je kunt zoeken op onderwerp (bijvoorbeeld 'toegankelijkheid', 'onboarding', 'vrouwelijk leiderschap') en relevante gemeenschappen kunt vinden, zelfs als het exacte woord niet in de naam van de community staat.
Communityresultaten worden ook weergegeven in de directe suggesties terwijl je typt, zodat je eenvoudig rechtstreeks naar een community kunt navigeren zonder de volledige resultatenpagina te bezoeken.
Een paar voorbeelden van hoe zoeken in de community werkt:
| U zoekt naar... | Je zult gemeenschappen vinden zoals... |
|---|---|
| "Toegankelijkheid" | Engage toegankelijkheid, Accessibility Connected Community, Accessibility Leadership Community |
| "vrouwelijk leiderschap" | MKB&C Vrouwen in leiderschap, Women's Leadership Community (WLC), Technische vrouwelijke leiders |
| "Azure DevOps" | Azure DevOps / 1ES en gerelateerde technische community's voor Azure |
| "Onboarding" | Onboarding, Alchemie onboarding, onboarding van nieuwe medewerkers |
Trefwoorden markeren
Wanneer u op de pagina met zoekresultaten terechtkomt, worden uw zoektermen gemarkeerd in berichtvoorbeelden. Zo kun je snel de resultaten scannen en begrijpen waarom elk bericht is geretourneerd.
Markering wordt weergegeven op de volgende plaatsen:
- De titel van de thread (als het bericht een titel heeft).
- Het voorbeeld van de hoofdtekst: in Engage wordt het meest relevante fragment van het bericht weergegeven, waarbij uw trefwoorden zijn gemarkeerd.
- Antwoorden: als een antwoord overeenkomt met je vraag, wordt dit weergegeven met markeringen onder het oorspronkelijke bericht. Als je bijvoorbeeld zoekt naar 'AI-hulpprogramma's en copilot' wordt elk overeenkomend woord in de resultaten gemarkeerd, zodat je gemakkelijk kunt zien hoe het bericht zich verhoudt tot je query.
Opmerking
Trefwoordmarkeringen worden mogelijk niet in alle resultaattypen consistent weergegeven. Namen van onderwerpen en community's zijn bijvoorbeeld geïndexeerd en doorzoekbaar, maar worden momenteel niet gemarkeerd in de zoekresultaten. We werken actief aan het verbeteren van de consistentie van het markeren in de zoekervaring.