24. Personsøk– teknikker
• Normalisering av tegn
– Søk på Andre -> få treff på André
• Fonetiske normaliseringsalgoritmer
– Søk på Lukas -> få treff på Łukasz
– Søk på Thomas -> få treff på Tomasz
• Fuzzy matching ved bruk av Levenshtein editdistance
– Søk på Tallka -> få treff på Tallak
• Treff på deler av navn
– Søk på Helleb -> få treff på Hellebust
• Ngram matching
– Teknikk for å håndtere fuzzy mathing og treff på deler av navn
25. Personsøk – relevans
• Høy vekt på viktige felt
– Navn, Avdeling, Prosjekt, Kunde, Erfaring og tidligere arbeidsgiver
• Mer normalisering gir lavere vekt
– Treff eksakt > treff normaliserte tegn > treff fonetisk > treff fuzzy
• Behold repeterende informasjon fra kilden
– Går en teknologi igjen flere ganger = mer vekt
28. Oppsummering
Kunskapsarbeidere bruker mye tid på å lete etter
informasjon
Et godt virksomhetssøk kan være “magisk”
Finn ut hva de ansatte leter etter og definer
søkemoduser
Lag en god søkeopplevelse for en modus av gangen
ü
ü
ü
ü