Quando pesquisa em Viva Engage, muitas coisas acontecem nos bastidores, tudo em menos de um segundo. A pesquisa no Engage envolve uma coleção de funcionalidades inovadoras para focar os resultados da pesquisa nos objetivos pretendidos da sua consulta. A imagem seguinte mostra o fluxo de trabalho da pesquisa Engage, que utiliza uma funcionalidade avançada chamada pesquisa híbrida.
Pesquisa híbrida: Correspondência de palavras-chave + correspondência de significado
Viva Engage utiliza uma arquitetura denominada pesquisa híbrida, que é duas abordagens de pesquisa fundamentalmente diferentes que são executadas ao mesmo tempo e complementam-se:
-
A correspondência de palavras-chave localiza mensagens que contêm as palavras exatas que introduzir. Utiliza uma técnica de obtenção de informações comprovada que considera não só se as palavras-chave aparecem, mas a frequência com que aparecem e quão distintas são. Uma palavra rara e específica como "hackathon" tem mais peso do que uma palavra comum como "equipa". Isto é ótimo para termos específicos, como nomes de projetos, acrónimos ou o nome de alguém. Se procurar "OKRs do 3.º trimestre de FY26", a correspondência de palavras-chave localiza as publicações que utilizam esses termos exatos. A correspondência de palavras-chave também se baseia em dois conjuntos de conteúdos: resultados de exploração (focados na deteção, em todos os conteúdos a que pode aceder) e resultados de afinidade (personalizados, ponderados para pessoas e comunidades com as quais interage mais). Estes dois conjuntos são intercalados para lhe dar amplitude e personalização desde o início.
-
O que significa que a correspondência utiliza IA para compreender a intenção subjacente à consulta. O texto da consulta é convertido numa representação matemática do respetivo significado (denominado "incorporação") e, em seguida, comparado com as incorporações de todos os threads na rede. As publicações com significado semelhante são apresentadas, mesmo que utilizem palavras completamente diferentes. Por exemplo, se procurar "ideias de moral da equipa", significa que a correspondência pode detetar e mostrar uma publicação intitulada "Atividades Divertidas para Impulsionar o Team Engagement". Não há sobreposição de palavras, mas o significado é o mesmo. Apenas são incluídos resultados que cumpram um limiar de semelhança mínimo, garantindo a qualidade.
Porquê utilizar os dois? A correspondência de palavras-chave é precisa e previsível. O que significa que a correspondência ajuda-o a descobrir conteúdos que possa ter perdido. Juntos, lançam uma ampla rede, normalmente avaliando centenas de postos candidatos, antes de reduzir os resultados mais relevantes.
Privacidade e permissões
Engage aplica verificações de permissões rigorosas. Só verá conteúdo ao qual tem acesso. As publicações de comunidades privadas às quais não tenha aderido ou tópicos que tenham sido eliminados nunca são apresentadas. Os conteúdos das comunidades que desativaram o som continuarão a aparecer nos resultados da pesquisa. O desativação de som afeta o seu feed e não a pesquisa.
Classificação personalizada
Depois de encontrar todas as publicações potencialmente relevantes, Engage utiliza um modelo de machine learning para classificar os resultados da pesquisa. O modelo avalia cada publicação candidata em mais de 100 sinais diferentes, organizados em várias categorias:
-
Relevância do texto: quão bem o conteúdo da publicação corresponde à sua consulta, medida através de múltiplas dimensões, incluindo frequência de termos, importância do termo, densidade de correspondência e em que parte da publicação a correspondência aparece (o título, corpo de texto ou respostas).
-
People afinidade: o quanto interage com a pessoa que escreveu a mensagem, através de Engage, Outlook, Teams e outras ferramentas do Microsoft 365. O sistema calcula uma classificação de afinidade personalizada entre si e cada autor no conjunto de resultados.
-
Afinidade da comunidade: quão ativo está na comunidade onde a mensagem foi partilhada, com base nas suas visitas, respostas e histórico de envolvimento com essa comunidade.
-
Semelhança semântica: três classificações separadas de semelhanças calculadas por IA: a proximidade do significado da consulta com o conteúdo da publicação, o autor da publicação e a comunidade onde foi publicada.
-
Sinais de receção e tempo: quando o post foi criado, quanto tempo decorrido e fatores de decadência temporal que naturalmente aumentam o conteúdo mais recente.
-
Sinais de cativação: as contagens de vistas, as contagens de respostas, as reações e a própria pesquisa do utilizador e o histórico de cliques ajudam a prever o que acharão valioso.
-
Qualidade do realce: onde na publicação as correspondências aparecem, quão concentradas estão e quão proeminentes são as secções correspondentes.
O resultado final é que duas pessoas que procuram a mesma coisa podem ver resultados diferentes. Se trabalhares de perto com alguém da equipa de engenharia e eles publicarem sobre o "hackathon", a sua publicação é naturalmente mais alta para ti do que para alguém que nunca interagiu com eles.
Velocidade e desempenho
Todas estas capacidades, incluindo a geração de candidatos híbridos, a computação de funcionalidades em mais de 100 sinais, a classificação de machine learning e a filtragem de permissões, ocorrem em menos de um segundo. Várias técnicas tornam isto possível:
Paralelismo: a palavra-chave e o significado da correspondência são executados simultaneamente, não um após o outro, pelo que o tempo total é a duração da pesquisa mais lenta e não a soma de ambos
Colocação em cache inteligente: quando vê a primeira página de resultados, Engage pré-obtém e coloca em cache a página seguinte em segundo plano. Isto significa que a paginação parece instantânea- clicar na página 2 ou 3 serve resultados em cache sem atrasos
Processamento em lotes: sinais como o histórico de compromissos e os metadados da comunidade são obtidos e calculados em lotes otimizados em vez de um de cada vez
O resultado é uma experiência de pesquisa que se sente instantânea enquanto faz um trabalho sofisticado nos bastidores.
Procurar pessoas
Viva Engage pesquisa não é apenas para conversações. É também uma forma avançada de encontrar pessoas em toda a sua organização. Quando procura uma pessoa, Engage corresponde a:
-
Nome a apresentar: nome próprio, apelido ou ambos (por exemplo, "Rajesh Jha")
-
Cargo: procurar por função (por exemplo, "gestor de engenharia" ou "PM principal")
-
Email ou alias: procurar por endereço de e-mail ou prefixo de alias
People resultados aparecem na lista pendente de sugestões instantâneas e no separador People na página de resultados da pesquisa. Cada resultado mostra o nome, a imagem do perfil, o cargo e o e-mail da pessoa, para que possa identificar rapidamente a pessoa certa mesmo quando existem várias correspondências.
Sugestão: Se souber o alias de e-mail de alguém, procurá-lo (por exemplo, "chrzeng") é muitas vezes a forma mais rápida de os encontrar. Procurar por cargo (por exemplo, "gestor de produtos Engage") ajuda-o a descobrir pessoas que poderá não conhecer pelo nome.
Procurar comunidades
Está à procura de uma comunidade para aderir? Procurar correspondências em relação a nomes e descrições da comunidade. Isto significa que pode procurar por tópico (por exemplo, "acessibilidade", "inclusão", "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 escreve, facilitando a navegação diretamente para uma comunidade sem visitar a página de resultados completa.
Alguns exemplos de como funciona a pesquisa na comunidade:
|
Procura... |
Encontrará comunidades como... |
|---|---|
|
"acessibilidade" |
Engage Accessibility, Accessibility Connected Community, Accessibility Leadership Community |
|
"liderança feminina" |
SME&C Women in Leadership, Women's Leadership Community (WLC), Technical Women Leaders |
|
"Azure DevOps" |
Azure DevOps/1ES e comunidades de engenharia de Azure relacionadas |
|
"inclusão" |
Inclusão, Inclusão do Alchemy, Inclusão de Novos Funcionários |
Realce da palavra-chave
Quando acede à página de resultados da pesquisa, os seus termos de pesquisa são realçados nas pré-visualizações das publicações. Isto ajuda-o a analisar rapidamente os resultados e a compreender o motivo pelo qual cada publicação foi devolvida.
O realce é apresentado nas seguintes localizações:
-
O título do thread (se a mensagem tiver um).
-
A pré-visualização do corpo de texto: Engage mostra o fragmento mais relevante da mensagem com as palavras-chave realçadas.
-
Respostas: se uma resposta corresponder à sua consulta, é apresentada com destaques abaixo da publicação original. Por exemplo, procurar "Ferramentas de IA e co-piloto" realça cada palavra correspondente nos resultados, facilitando a visualização da forma como a publicação se relaciona com a sua consulta.
Nota: O realce de palavras-chave pode não aparecer consistentemente em todos os tipos de resultados. Por exemplo, os nomes dos tópicos e os nomes da comunidade são indexados e pesquisáveis, mas não estão atualmente realçados nos resultados da pesquisa. Estamos a trabalhar ativamente para melhorar a consistência de realce na experiência de pesquisa.
