面对日益庞杂繁多的搜索结果，你作何感想？搜索应用的逐渐深入，搜索结果却不尽如人意。各种信息混杂在一起，我们每天要在大量的搜索结果中去寻找我们想要的信息。搜索非但没有提高效率，反倒成为一种负担。人们对目前的状态似乎已经感到不满。有人甚至提出举办一次搜索奥运会，看看谁能在最短时间内找到隐藏的信息。这虽然是个调侃，但也反映出目前搜索技术发展所遇到的瓶颈。

    

    不仅在互联网搜索应用上遇到了这种情况，在企业级搜索市场中这种现象更为突出，它已经阻碍了企业效率的提高。全球第二大国防合同商BAE发现大约有80％的员工每天在信息获取方面要浪费半个小时，对于这个拥有115,000名员工的企业而言，这个数字是十分可观的。

   

    作为企业用户，拖沓冗长搜索结果只会降低他们的工作效率，搜索结果与业务的关联性才是最重要的。对于搜索结果的准确性以及呈现方式上，企业级搜索市场都提出了更高的要求，它也引领搜索技术应用迈向新的台阶。

 

创造协同应用信息流

   

    如今，企业信息化日益成熟，搜索技术已经成为企业信息化应用的关键一环。它也不再是一种简单的应用工具，成为企业协同应用的重要组成部分。以往，企业协同应用的基础是任务流，以它来调动相关资源。随着搜索技术的快速发展，今后，搜索技术将成为获取工作流程的一种方式，分配资源的不再是具体的任务，而是相关的信息流。

 

   英国Autonomy公司提供的智能搜索技术正在帮助人们实现这一功能。BAE采用了Autonomy的技术后，通过使用这种新的搜索方式，员工不仅可以获得准确度和相关度更好的搜索结果，而且还能看到公司内部与之相关的信息走向和人员关注情况。系统通过对结果的自动分类和聚类，使用者可以找到与自己关注同样问题的人，从而自发形成一个小的团队，推动工作的进展。

   

    此外在福特企业内部的学习系统中，Autonomy的智能搜索技术也得到良好应用。依托这种技术，福特建立了一个覆盖全球各个分公司的学习系统。员工可以在这一平台上分享自己的学习成果。值得一提的是，这套学习系统可以记录使用者的搜索需求，当其他人搜索到相关问题时，系统可以进行自动推送。这种搜索结果建立了员工之间协同工作的通道，员工随时随地可以找到与自己志同道合的人，特别是在企业内部遇到新业务、新知识的研究中，能够大大提高工作效率。

 

通过信息流整合协同资源，使企业的相关人员真正以一种自发的方式组成工作团队，不仅更加科学合理，也提高了团队工作效率。

     

   

 

个性化结果提升用户价值

    不同于其他的搜索技术，Autonomy 的解决方案是关注事物之间的关系，它不是基于第三方的定义来确定的，而是根据模式而定的。每个人对一个词的定义都会不同，但是Autonomy 可以理解信息的意义和信息间的连接。它可以跟踪键盘使用，实时确定专业技术和技能情况，监控信息，跟踪用户使用信息的模式，并且使用这些信息。

 

Autonomy的概念识别技术能够识别概念而不只是简单的关键词，从而有效地避免了这些问题，当然，Autonomy同样也能够进行传统的关键字和复杂的带括号布尔文本查询。Autonomy综合考虑词语出现的上下文，这可以避免许多错误的查询结果，同时又能够查找到那些可能不包含具体词语、但是包含相关概念的文档。除此之外，它还可以实现概念提炼或基于例子的提炼。大部分用户都可以指定一个或多个更相关的初始结果和请求，利用精选内容中完整的上下文，Autonomy能够真正聚焦用户所感兴趣的概念结果。

   

    根据使用者的不同角色，提供更富个性化的搜索结果，系统可以自动判别使用者的身份，提供相应的结果。此外，系统还具有“学习”功能，通过使用者的搜索次数，更新系统的“知识库”，与使用者共同成长。Autonomy的智能搜索技术可以真正做到因人而宜。

 

    搜索结果的优化，使企业的工作效率大大提升。BAE 估计其公司通讯部门仅在新闻相关事件方面一年已经节约了大约6 百万美元。此外，公司还消除了重复劳动，使公司在研发方面的开销降低了60%。以每个员工每天节约30 到45 分钟的信息获取或搜索时间计算，BAE每年可以节约上千万美元的成本。新技术的应用为BAE带来了立竿见影的使用效果。

 

    此外，Autonomy的智能搜索技术可以为使用者提供基于概念的搜索需求，这样可以真正提高检索的准确率，只要你能对搜索对象进行完整地描述，你将得到满意的搜索结果，也许只有一条，但这恰恰是你最需要的。