コンテンツがプラットフォームにアップロードまたは作成されると、Staffbaseのアルゴリズムがそれを分析し、タイトル、テキスト、メタデータなどの主要な要素を抽出します。これらの要素は構造化されたインデックスに保存され、検索エンジンが迅速かつ正確な結果を提供できるようになります。

コンテンツがインデックス化される際、Staffbaseはユーザーが正確な表現を使用しなくても簡単に答えを見つけられるよう、次の戦略を適用します。たとえば、タイトル「International Volunteer Day」を検索する場合：

• フレーズ検索インデックス化
  複数語（通常2～3語）のフレーズをまとめてインデックス化し、検索時に単位として一致させます。
  例：「International Volunteer Day」「Volunteer Day」「International Volunteer」
• フルワード検索インデックス化
  各単語をフルの形でインデックス化し、検索時に正確な一致を可能にします。
  例：「International」「Volunteer」「Day」
• プレフィックス検索インデックス化
  単語を1～20文字の複数のプレフィックスに分割し、単語の先頭部分に基づく一致を可能にします。
  例：「International」の場合：「I」「In」「Int」「Inte」「Inter」…「International」（1～20文字）

この多層的なアプローチにより、ユーザーはフルフレーズ、単語、または用語の冒頭部分で検索しても、関連する結果を受け取ることができます。

Staffbaseは、幅広いコンテンツの種類をインデックスします：ページ、ニュース、ファイル、ユーザー、アプリ＆リンク、プラグイン、コメント。

		ページ	ニュース	ファイル	ユーザー	アプリ＆リンク	プラグイン	コメント
タイトル	フレーズ							-
	フルワード							-
	プレフィックス							-
コンテンツ	フレーズ				ユーザーフィールド
	フルワード				ユーザーフィールド
	プレフィックス
メタデータ	-	説明	ティーザー テキスト	-	-	説明	-	-
	フレーズ							-
	フルワード							-
	プレフィックス							-
追加フィールド	-				-	-	-	-

タイトル：ページ、ニュース、またはファイルに付けられた名前です。

コンテンツ：ページ、ニュース、またはファイルの内容です。

メタデータ：ニュースやページのコア部分ではないインフォメーションです。例：ニュースのティーザー テキストやページの説明フィールドなど。

説明：ページに関する追加コンテキストです。説明はページのみ利用可で、検索結果に表示されます。

ティーザー テキスト：ニュースの目的や狙いです。ティーザー テキストはニュースのみ利用可です。
フルワード：正確な単語一致を指します。例：ユーザーが「Staffbase」を検索すると、検索結果には「Staffbase」と正確に一致するコンテンツが表示されます。

フレーズ：複数語の用語を検索します。例：ユーザーが「Staffbaseスタジオ」を検索すると、両方の単語が正確に組み合わさったコンテンツが表示されます。

プレフィックス：接頭語一致です。例：ユーザーが「Staff」を検索すると、「Staffbase」など「Staff」で始まるコンテンツが検索結果に表示されます。

ユーザー フィールド：スタジオの設定で管理者が作成したプロフィール フィールド（システムおよびカスタム）です。

追加フィールド：検索をサポートするその他の構造化データです。例：ページやニュース投稿記事で使用されているハッシュタグなど。

インデックス作成中は、後で情報を簡単に検索できるようにデータが処理されます。

インデックス作成時、検索は以下の方法でテキストを分析します：

• 大文字と小文字の区別なし：コンテンツ内のすべての文字は小文字として扱われます。たとえば、apple と Apple は同じものと見なされます。
• ASCII文字：インデックス作成では、ベーシックラテンUnicodeブロック（最初の127のASCII文字）に含まれないアルファベット、数字、記号を、該当するASCII文字に変換します。たとえば、à は a に変換されます。
• 言語アナライザー：言語アナライザーは、ニュース内のコンテンツとティーザー テキスト、ページ内のコンテンツと説明に適用されます。目的は、特定の言語テキストを分析することです。アナライザーは言語の文脈を使って以下を処理します：
  • ストップワード：ストップワードは、検索クエリやテキスト分析で一般的に無視される、言語でよく使われる単語です。これらの単語は短く、頻繁に出現しますが、コンテンツの意味を表す上で特に重要な情報を持ちません。例として「the」「and」「is」「in」「of」「to」などがあります。
  • ステミング：ステミングは、単語から接尾辞を取り除き、共通の言語的な基盤を得る処理です。これにより、単語のバリエーションをまとめ、データの次元を減らし、テキスト処理や分析の効率を向上させます。
• 特殊文字：!"#$%&'()*+,-./:;<=>?@[]^_`{|}~§° などの特殊文字は空白に置き換えられます。

ランキングは以前はキーワード一致のみに依存していました。Staffbase では、すべての検索で2つの手法を組み合わせて使用しています：

• キーワード一致は、入力した正確な単語やフレーズを探します。これは上記で説明したフレーズ一致、単語一致、接頭辞一致と同じ方法です。
• セマンティック理解は、Staffbase のAIを使って検索の意味や意図を認識し、入力した単語が正確に含まれていなくても関連するコンテンツを表示します。

両方の手法がすべての検索で実行され、その結果は1つのランキングリストに統合され、ハイブリッド検索が作成されます。

ランキングのキーワード側では、完全なフレーズ一致は単一の単語一致よりも高く評価され、部分一致（接頭辞一致）よりも高く評価されます。また、タイトルのような目立つフィールドでの一致は、本文内の一致よりも高く評価されます。

Staffbase では、鮮度とアクセスに基づいてコンテンツをブーストします：

• 鮮度ブースト — 最近公開または更新されたコンテンツは、より高くランキングされます。ニュース投稿記事は公開後1か月間フルブーストが維持され、その後徐々にフェードします。ページは最終編集から1年間ブーストが維持され、その後フェードします。古いコンテンツは検索結果から除外されることはありませんが、ランキングは下がります。他のコンテンツの種類には鮮度ブーストは適用されません。

結果は、最も関連性の高いものが上位に表示されます。さまざまなコンテンツで、検索結果を日付やアルファベット順などでソートするためにドロップダウンメニューを使用することもできます。