Quando você pesquisa em Viva Engage, muita coisa acontece nos bastidores, tudo em menos de um segundo. Pesquisar em Engage envolve uma coleção de recursos inovadores para concentrar os resultados da pesquisa nos objetivos desejados da consulta. A imagem a seguir mostra o fluxo de trabalho de Engage pesquisa, que usa um recurso poderoso chamado pesquisa híbrida.
Pesquisa híbrida: correspondência de palavra-chave + que significa correspondência
Viva Engage usa uma arquitetura chamada pesquisa híbrida, que é duas abordagens de pesquisa fundamentalmente diferentes que são executadas ao mesmo tempo e se complementam:
-
A correspondência da palavra-chave encontra postagens que contêm as palavras exatas inseridas. Ele usa uma técnica de recuperação de informações comprovada que considera não apenas se suas palavras-chave aparecem, mas com que frequência elas aparecem e quão distintas elas são. Uma palavra rara e específica como "hackathon" carrega mais peso do que uma palavra comum como "equipe". Isso é ótimo para termos específicos, como nomes de projeto, acrônimos ou nome de alguém. Se você pesquisar por "OKRs do Q3 fy26", palavra-chave correspondência encontrará postagens que usam esses termos exatos. A correspondência de palavras-chave também se baseia em dois pools de conteúdo: resultados de exploração (focados em descoberta, em todo o conteúdo que você pode acessar) e resultados de afinidade (personalizados, ponderados para pessoas e comunidades com as quais você mais interage). Esses dois pools são mesclados para dar amplitude e personalização desde o início.
-
O que significa que a correspondência usa a IA para entender a intenção por trás da consulta. Seu texto de consulta é convertido em uma representação matemática de seu significado (chamado de "inserção" e, em seguida, comparado com inserções para todos os threads na rede. Postagens com significado semelhante são exibidas, mesmo que usem palavras completamente diferentes. Por exemplo, se você pesquisar por "ideias de moral de equipe", o que significa que a correspondência pode detectar e mostrar uma postagem intitulada "Atividades divertidas para aumentar o envolvimento da equipe". Não há sobreposição de palavras, mas o significado é o mesmo. Somente os resultados que atendem a um limite mínimo de similaridade são incluídos, garantindo a qualidade.
Por que usar ambos? A correspondência de palavras-chave é precisa e previsível. O que significa que a correspondência ajuda você a descobrir o conteúdo que você pode ter perdido. Juntos, eles lançam uma ampla rede, normalmente avaliando centenas de postagens de candidatos, antes de restringir os resultados mais relevantes.
Privacidade e permissões
Engage aplica verificações de permissão estritas. Você só verá o conteúdo ao qual você tem acesso. Postagens de comunidades privadas que você não ingressou ou threads que foram excluídos nunca são mostradas. O conteúdo das comunidades que você silenciou ainda aparecerá nos resultados da pesquisa - o silenciamento afeta seu feed, não a pesquisa.
Classificação personalizada
Depois de encontrar todas as postagens potencialmente relevantes, Engage usa um modelo de machine learning para classificar os resultados da pesquisa. O modelo avalia cada postagem de candidato em mais de 100 sinais diferentes, organizados em várias categorias:
-
Relevância de texto: o quão bem o conteúdo da postagem corresponde à consulta, medido por várias dimensões, incluindo frequência de termo, importância do termo, densidade de correspondência e em qual parte da postagem a correspondência aparece (o título, o texto do corpo ou as respostas).
-
People afinidade: o quanto você interage com a pessoa que escreveu a postagem, entre Engage, Outlook, Teams e outras ferramentas do Microsoft 365. O sistema calcula uma pontuação de afinidade personalizada entre você e cada autor no conjunto de resultados.
-
Afinidade com a comunidade: como você é ativo na comunidade onde o post foi compartilhado, com base em suas visitas, respostas e histórico de engajamento com essa comunidade.
-
Similaridade semântica: três pontuações de similaridade calculadas por IA separadas: o quão próximo o significado da consulta é para o conteúdo da postagem, para o autor do post e para a comunidade em que ela foi postada.
-
Recency and time signals: when the post was created, how time has decpsed, and time-decay factors that naturally boost newer content.
-
Sinais de engajamento: exibir contagens, contagens de respostas, reações e a própria pesquisa do usuário e o histórico de cliques ajudam a prever o que eles acharão valioso.
-
Realçar a qualidade: onde na postagem as correspondências aparecem, quão concentradas elas são e quão proeminentes são as seções correspondentes.
O resultado final é que duas pessoas que procuram a mesma coisa podem ver resultados diferentes. Se você trabalha em estreita colaboração com alguém da equipe de engenharia e eles postam sobre "hackathon", seu post naturalmente é mais alto para você do que para alguém que nunca interagiu com eles.
Velocidade e desempenho
Todos esses recursos, incluindo geração de candidatos híbridos, computação de recursos em mais de 100 sinais, classificação de machine learning e filtragem de permissões, ocorrem em menos de um segundo. Várias técnicas tornam isso possível:
Paralelismo: palavra-chave e significa que a correspondência é executada simultaneamente, não uma após a outra, portanto, o tempo total é a duração da pesquisa mais lenta, não a soma de ambos
Cache inteligente: ao exibir a primeira página de resultados, Engage pré-buscas e armazena em cache a próxima página em segundo plano. Isso significa que a paginação parece instantânea - clicar na página 2 ou 3 serve resultados armazenados em cache sem atraso
Processamento em lote: sinais como histórico de engajamento e metadados da comunidade são buscados e computados em lotes otimizados em vez de um por vez
O resultado é uma experiência de pesquisa que parece instantânea ao fazer um trabalho sofisticado nos bastidores.
Procurando pessoas
Viva Engage pesquisa não é apenas para conversas. Também é uma maneira poderosa de encontrar pessoas em toda a sua organização. Quando você procura uma pessoa, Engage corresponde a:
-
Nome de exibição: nome, sobrenome ou ambos (por exemplo, "Rajesh Jha")
-
Título do trabalho: pesquisa por função (por exemplo, "gerenciador de engenharia" ou "pm principal")
-
Email ou alias: pesquisar por endereço de email ou prefixo de alias
People resultados aparecem na lista suspensa de sugestões instantâneas e na guia People na página de resultados da pesquisa. Cada resultado mostra o nome da pessoa, a imagem do perfil, o título do trabalho e o email, para que você possa identificar rapidamente a pessoa certa mesmo quando houver várias correspondências.
Dica: Se você conhece o alias de email de alguém, pesquisá-lo (por exemplo, "chrzeng") geralmente é a maneira mais rápida de encontrá-los. Pesquisar por título de trabalho (por exemplo, "product manager Engage") ajuda você a descobrir pessoas que talvez você não conheça pelo nome.
Procurando comunidades
Procurando uma comunidade para ingressar? A pesquisa corresponde a nomes e descrições da comunidade. Isso significa que você pode pesquisar por tópico (por exemplo, "acessibilidade", "integração", "liderança feminina") e encontrar comunidades relevantes mesmo que a palavra exata não esteja no nome da comunidade.
Os resultados da comunidade também aparecem nas sugestões instantâneas à medida que você digita, facilitando a navegação diretamente para uma comunidade sem visitar a página de resultados completa.
Alguns exemplos de como a pesquisa na comunidade funciona:
|
Você procura... |
Você encontrará comunidades como... |
|---|---|
|
"acessibilidade" |
Engage Acessibilidade, Comunidade Conectada de Acessibilidade, Comunidade de Liderança de Acessibilidade |
|
"liderança feminina" |
SME&C Women in Leadership, Women's Leadership Community (WLC), Technical Women Leaders |
|
"Azure DevOps" |
Azure DevOps/1ES e comunidades de engenharia Azure relacionadas |
|
"integração" |
Integração, Integração de Alchemy, Integração de Novos Funcionários |
Realçamento de palavra-chave
Quando você aterrissa na página de resultados da pesquisa, seus termos de pesquisa são realçados em visualizações de postagem. Isso ajuda você a examinar rapidamente os resultados e a entender por que cada postagem foi retornada.
O realce aparece nos seguintes locais:
-
O título do thread (se a postagem tiver um).
-
A versão prévia do texto do corpo: Engage mostra o snippet mais relevante da postagem com suas palavras-chave realçadas.
-
Respostas: se uma resposta corresponder à consulta, ela será exibida com os destaques abaixo da postagem original. Por exemplo, a pesquisa de "ferramentas de IA e copilot" realça cada palavra correspondente nos resultados, facilitando a visualização de como a postagem se relaciona com sua consulta.
Observação: O realce da palavra-chave pode não aparecer consistentemente em todos os tipos de resultado. Por exemplo, nomes de tópico e nomes de comunidade são indexados e pesquisáveis, mas no momento não são realçados nos resultados da pesquisa. Estamos trabalhando ativamente para melhorar a consistência de destaque em toda a experiência de pesquisa.
