Engage搜索如何查找结果

隐私和权限

Engage应用严格的权限检查。 你只会看到有权访问的内容。 你尚未加入的私人社区或已删除的话题的帖子永远不会显示。 已静音社区中的内容仍将显示在搜索结果中 - 静音会影响源，而不是搜索。 

个性化排名 

找到所有可能相关的帖子后，Engage使用机器学习模型对搜索结果进行排名。 该模型跨 100 多个不同信号评估每个候选职位，分为多个类别： 

• 文本相关性：帖子内容与查询的匹配程度，通过多个维度进行度量，包括字词频率、术语重要性、匹配密度，以及匹配在标题、正文文本或答复) (出现的帖子的哪一部分。

• People相关性：跨Engage、Outlook、Teams 和其他Microsoft 365 工具与撰写文章的人员的互动程度。 系统会计算你与结果集中每个作者之间的个性化相关性分数。

• 社区相关性：根据你的访问、回复和与该社区的互动历史记录，你在共享帖子的社区中的活跃程度。

• 语义相似性：三个单独的 AI 计算相似性分数：查询含义与帖子内容、帖子作者以及发布它的社区有多接近。

• 近度和时间信号：创建帖子时，经过了多少时间，以及自然提高新内容的时间衰减因素。

• 参与信号：查看计数、回复计数、反应以及用户自己的搜索和点击历史记录有助于预测他们认为有价值的内容。

• 突出显示质量：匹配项在帖子中的显示位置、它们的集中程度以及匹配部分的突出程度。

最终结果是，搜索同一事物的两个人可能会看到不同的结果。 如果你与工程团队中的某个人密切合作，并且他们发布了关于“黑客马拉松”的文章，他们的职位自然比从未与他们互动过的人高。 

速度和性能 

所有这些功能（包括混合候选生成、跨 100 多个信号的特征计算、机器学习排名和权限筛选）都在一秒内进行。 多种技术可以实现此目标： 

并行度：关键字 (keyword) 和含义匹配同时运行，而不是一个接一个，因此总时间是较慢搜索的持续时间，而不是两者的总和 

智能缓存：查看结果的第一页时，Engage预提取并在后台缓存下一页。 这意味着分页感觉即时 - 单击第 2 页或第 3 页即可无延迟地提供缓存结果 

批处理：以优化的批处理（而不是一次一个）提取和计算参与历史记录和社区元数据等信号 

结果是一种在后台执行复杂工作的即时搜索体验。 

搜索人员 

Viva Engage搜索不仅仅是针对对话。 这也是一种在组织中查找人员的强大方法。 搜索人员时，Engage匹配： 

• 显示名称：名字和/或姓氏 (例如“Rajesh Jha”)

• 职务：按角色 (搜索，例如“工程经理”或“首席 PM”)

• Email或别名：按电子邮件地址或别名前缀搜索

People结果显示在即时建议下拉列表和搜索结果页上的“People”选项卡中。 每个结果显示人员的姓名、个人资料图片、职务和电子邮件，因此即使有多个匹配项，也可以快速识别正确的人员。 

搜索社区 

正在寻找要加入的社区？ 搜索匹配社区名称和说明。 这意味着你可以按主题 (搜索，例如“辅助功能”、“载入”、“女性领导”) 并查找相关社区，即使确切的单词不在社区名称中也是如此。 

当你键入时，社区结果也会显示在即时建议中，这样就可以轻松地直接导航到社区，而无需访问完整的结果页。 

社区搜索的工作原理的几个示例：