Quand du contenu est importé ou créé dans la Plateforme, l’algorithme Staffbase l’analyse et en extrait les éléments clés, comme le titre, le texte et les métadonnées. Ces éléments sont ensuite stockés dans un index structuré qui aide le moteur de recherche à fournir des résultats rapides et précis.

Quand le contenu est indexé, Staffbase applique les stratégies suivantes pour garantir que les utilisateurs puissent facilement trouver des réponses, même s’ils n’utilisent pas exactement les mêmes mots. Par exemple, lors d’une recherche pour le titre « Journée internationale du bénévolat » :

• Indexation par recherche de phrase
  Les expressions de plusieurs mots (généralement 2 ou 3 mots) sont indexées ensemble afin d’être reconnues comme une unité lors d’une recherche.
  Exemple : « Journée internationale du bénévolat », « Journée du bénévolat », « Journée internationale »
• Indexation par recherche de mot complet
  Chaque mot est indexé dans sa forme complète, ce qui permet de trouver des correspondances exactes lors d’une recherche.
  Exemple : « Internationale », « Bénévolat », « Journée »
• Indexation par recherche de préfixe
  Les mots sont découpés en plusieurs préfixes (de 1 à 20 caractères), ce qui permet de trouver des correspondances à partir du début d’un mot.
  Exemple : pour « Internationale » : « I », « In », « Int », « Inte », « Inter », … jusqu’à « Internationale » (1 à 20 caractères)

Cette approche en plusieurs couches garantit que les utilisateurs obtiennent des résultats pertinents, qu’ils recherchent l’expression complète, un seul mot ou même seulement le début d’un terme.

Staffbase indexe un large éventail de types de contenu : Pages, Actualités, Fichiers, Utilisateurs, Applications & Liens, Extensions et Commentaires.

		Pages	Actualités	Fichiers	Utilisateurs	Applications & Liens	Extensions	Commentaires
Titre	Phrase							-
	Mot complet							-
	Préfixe							-
Contenu	Phrase				Champs utilisateur
	Mot complet				Champs utilisateur
	Préfixe
Métadonnées	-	Description	Teaser	-	-	Description	-	-
	Phrase							-
	Mot complet							-
	Préfixe							-
Champs supplémentaires	-				-	-	-	-

Titre : Le nom donné à une page, une actualité ou un dossier.

Contenu : La substance d’une page, d’une actualité ou d’un dossier.

Métadonnées : Information qui ne fait pas partie du cœur d’une actualité ou d’une page. Par exemple, l’extrait pour une actualité et le champ description pour les pages.

Description : Contexte supplémentaire à propos d’une page. La description est disponible pour les pages uniquement et s’affiche dans les résultats de la recherche.

Extrait : Le but et l’objectif de l’actualité. L’extrait est disponible pour les actualités uniquement.
Mot complet : Fait référence à la correspondance exacte du mot. Exemple : Si les utilisateurs recherchent « Staffbase », les résultats de la recherche affichent le contenu qui correspond exactement au mot « Staffbase ».

Expression : Termes de recherche composés de plusieurs mots. Exemple : Si les utilisateurs recherchent « Staffbase Studio », les résultats affichent le contenu qui correspond exactement à la combinaison des deux mots.

Préfixe : Correspondance du mot préfixe. Exemple : Si les utilisateurs recherchent « Staff », les résultats de la recherche affichent le contenu qui correspond au préfixe « Staff », comme « Staffbase ».

Champs de profil : Les champs de profil (système et personnalisés) créés par un admin dans les paramètres du Studio.

Champs supplémentaires : Autres données structurées qui soutiennent la recherche, comme les hashtags utilisés dans les pages ou les billets d’actualité.

Lors de l’indexation, les données sont traitées pour faciliter la recherche d’information plus tard.

Lors de l’indexation, la recherche analyse le texte de la manière suivante :

• Insensibilité à la casse : Tous les caractères du contenu sont considérés comme minuscules. Par exemple, apple et Apple sont considérés comme identiques.
• Caractères ASCII : L’indexation convertit les caractères alphabétiques, numériques et symboliques qui ne font pas partie du bloc Unicode Latin de base (les 127 premiers caractères ASCII) en leur équivalent ASCII, si celui-ci existe. Par exemple, le processus d’indexation change à en a.
• Analyseur de langue : Les analyseurs de langue sont appliqués au contenu et à l’extrait dans les Actualités, ainsi qu’au contenu et à la description dans les Pages. L’objectif est d’analyser des textes spécifiques à une langue. Les analyseurs gèrent les éléments suivants selon le contexte linguistique :
  • Mots vides : Les mots vides sont des mots couramment utilisés dans une langue qui sont généralement ignorés dans les requêtes de recherche ou l’analyse de texte, car ils sont considérés comme ayant peu de valeur pour représenter le sens d’une phrase. Ces mots sont souvent courts et apparaissent fréquemment dans une langue, mais n’apportent que peu d’information spécifique sur le contenu, comme « le », « et », « est », « dans », « de » et « à ».
  • Racines (stemming) : Le stemming supprime les suffixes des mots pour obtenir une base linguistique commune. Cela permet de regrouper les variantes d’un mot, de réduire la dimensionnalité des données et d’améliorer l’efficacité du traitement et de l’analyse du texte.
• Caractères spéciaux : Les caractères spéciaux, tels que !"#$%&'()*+,-./:;<=>?@[]^_`{|}~§°, sont remplacés par un espace vide.

Le classement reposait auparavant uniquement sur la correspondance de mots-clés. Staffbase utilise désormais deux techniques combinées pour chaque recherche :

• Correspondance de mots-clés : recherche les mots et expressions exacts que vous avez saisis, en utilisant la même correspondance de phrase, de mot et de préfixe décrite ci-dessus.
• Compréhension sémantique : utilise l’IA de Staffbase pour reconnaître le sens et l’intention derrière une recherche, afin que le contenu pertinent puisse apparaître même s’il ne contient pas exactement les mots saisis.

Les deux techniques sont appliquées à chaque recherche et leurs résultats sont combinés dans une seule liste classée pour créer une recherche hybride.

Dans la partie classement par mots-clés, une correspondance exacte de phrase compte plus qu’un mot correspondant seul, qui compte plus qu’une correspondance partielle (préfixe), et une correspondance dans un champ important comme un titre compte plus qu’une correspondance dans le corps du texte.

Staffbase met également en avant le contenu selon la fraîcheur et l’accès :

• Boost de fraîcheur — Le contenu récemment publié ou mis à jour est mieux classé. Les billets d’actualité conservent leur boost complet pendant un mois après la publication, puis il diminue progressivement. Les Pages conservent leur boost pendant un an après la dernière modification, puis il diminue. Les anciens contenus ne sont pas supprimés des résultats de recherche, mais sont classés plus bas. Les autres types de contenu ne bénéficient pas d’un boost de fraîcheur.

Les résultats sont classés avec les plus pertinents en haut. Sur les différents contenus, il est également possible d’utiliser les menus déroulants pour trier vos résultats de recherche, par exemple par date ou par ordre alphabétique.