Discussion :

[SpaceFrog]

Je travaille sur un SharePoint 2013 en local avec des espaces collaboratifs et un portail qui affiche des composants de recherches sur des bibliothèques des espaces collaboratifs.

Les utilisateurs du portail se plaignent de ne pas trouver certains documents sur le portail.
Après avoir épuisé toutes les pistes de droits d'accès, je me suis penché sur les requêtes et en particulier sur le filtrage des doublons.

Il semblerait que ce soit un souci de similarité des documents, car en désactivant le filtrage des doublons les documents incriminés remontent bien sur le portail.

Ma question porte sur ce fameux filtrage des doublons, je n'ai pas trouvé d'explication précise sur le mode de filtrage utilisé par SharePoint.

J'ai un début de réponse au niveau de la création de ces documents "similaires" car les collaborateurs ont pour habitude de créer les documents avec Word et de générer ensuite des PDF.
Ils ont en général pour habitude de partir d'un template Word, Template généré une première fois avec un titre qui se peuple automatiquement et qui se trouve donc duplique pour les autre documents...

Est ce que le fait que les documents aient le même titre peut conduire SharePoint à les considérer comme similaires ?

Sachant que je ne tiens pas a désactiver intégralement le filtre doublon qui peut être utile pour filtrer les véritables doublons, peut on influer sur le niveau de similarité de ce filtre ?

[nonoxp]

Bonjour

Malheureusement non. C'est comme le tabac, avec ou sans filtre.
Dans une grande majorite de projets auxquels j'ai participe, la desactivation du filtrage des doublons est necessaire, a tel point que je me demande pourquoi ce n'est pas desactive par defaut...
Vous pourriez proposer a vos utilisateurs un lien "relancer la recherche avec doublons" vers une autre page de resultats de recherche qui remonte tous les doublons.
Ou alors essayer d'affiner la granularite contextuelle de la recherche (quel site, quelle liste, quelle date de creation)?

La similarite entre les documents depend d'une valeur calculee par un jeu de hash successifs par le processeur de contenus du service Search.
Cet algorithme n'est pas connu ni parametrable a ma connaissance.

Par contre le contenu utilise pour le hash ne concerne pas les metadonnees, uniquement le contenu du doc.

Un peu plus d'infos ici:
https://blogs.technet.microsoft.com/...mentsignature/

[SpaceFrog]

C'est vraiment curieux cette fausse notion de doublon ...
Un doublon => identiques , pas similaires ...
de plus la notion de similarité calculé est vraiment relativement large.

Bref c'est vraiment pénalisant ...


Merci Nono de ces précisions.. :awe: