包括Bingers在内的Microsoft前工程师推出了Highspot

2019-12-26 09:57:30    来源:    作者:

由Microsoft前高管和工程师组成的团队已经推出了Highspot,这是一家具有新的云知识管理服务的初创公司,该服务可帮助组织通过机器学习来捕获,共享和培养其最有价值的工作知识。Highspot的首席科学家保罗·维奥拉(Paul Viola)负​​责微软必应(Bing)搜索引擎的核心数据科学团队,并在其任职期间帮助谷歌在搜索相关性方面达到了Google 的最高水平。Viola向eWEEK表示自己是“机器学习怪胎”。

在有关公司成立的博客文章中,Highspot的首席执行官Robert Wahbe曾担任微软服务器和工具部门产品管理的公司副总裁,他说,Highspot的灵感来自其创始人的集体挫败感,因为他们以前的组织有潜力如果他们“只知道他们所知道的”,就会更有效率。

Wahbe告诉eWEEK: “我们花费了大量时间和金钱来制作内容,而我明白的是,人们无法在需要时找到他们想要的内容。” 瓦赫贝(Wahbe)引用了Forrester的一项研究,该研究说存在知识鸿沟,其中未找到用户正在寻找的信息的失败率为56%,而查找信息的过程最多浪费了12%的用户时间。

根据Wahbe的说法,“信息的存在使组织变得更聪明,但是当需要它的人需要时,根本就无法获得这些信息。一些至关重要的工作知识是正式的,例如有关新产品的文档和演示文稿。产品发布,而其他产品则更为非正式,例如来之不易的经验成果。但是,无论正式还是非正式,大多数组织实际上都难以捕捉,共享和培养组织的集体工作知识。”

他说,对于在机构知识边缘运​​作的前沿功能(如工程,营销和销售)尤其如此。他说:“他们对获得最新和最好的信息有无限的需求,以赢得下一笔交易,抵御竞争对手,吸引客户并激发创新。” “通常情况下,他们赢得胜利所需要的信息就经常存在,只是在重要时不可用。”

瓦赫比说,Highspot紧随谷歌,亚马逊和Pinterest等现有互联网解决方案的领导。他说:“他们都使用类似的先驱技术将人们与信息联系起来,他们使用机器学习。” “将这些Internet解决方案与现有的企业业务搜索解决方案进行比较。它们不使用机器学习,而是使用标签。但是,随着时间的流逝,标签的正确性越来越低,相关性也越来越低。”

企业搜索的Highspot方法基于四个支柱:利用可访问的消费者用户体验,构建全面的知识图,通过机器学习提高相关性并将其全部作为现代云服务交付。

Wahbe在他的帖子中说:“要有效地'知道您所知道的,Highspot必须尽可能广泛地利用信息网络,并在内容创建的任何地方,内容的类型以及使用的地方优雅地结合内容。” “我们致力于与任何位置的信息进行集成,包括广泛使用的平台,例如Office 365,Google Apps,Box,Dropbox和Salesforce,以及各种信息类型,例如文档,演示文稿,电子表格,图像,视频,音频,新闻摘要和新闻提醒。”

Highspot利用熟悉的消费者Web体验,并通过高级机器学习提高了相关性。Wahbe说,机器学习平台提供了高度相关的结果,随着时间的推移,这些结果变得越来越重要。

通过机器学习,随着人们使用Highspot,知识图变得更加智能。Highspot使用户可以组织“ Spots”中的信息,这些信息是相关内容的集合。瓦贝说:“景点是我们组织知识的主要方式。”

Highspot知识图表示组织中的所有人员和所有项目以及它们之间的所有关系。维奥拉说,知识图谱影响着观察到的事实,例如地理,观点,喜好和跟随,以及学习到的事实,例如影响,相似性,趋势和兴趣。

他指出:“我试图将对您有价值的事情摆在您面前。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。