Utilisation du champ lexical de l'établissement : Los du paramétrage de votre plateforme, un lexique est créé à partir des différentes dénominations présentes et passés du nom de votre établissement et des appellations de vos diplômes. L’ensemble de ces noms sera utilisé comme autant d mots-clés pour la collecte des profils.
Exécution de méta-recherches : Ces mots-clés sont utilisés massivement dans des moteurs de recherche traditionnels, tels que Google ou Bing
Résultats de recherche : Ces méta-recherches permettent d'identifier des profils en lien avec votre établissement, qui ont choisi de partager leurs données de façon publique car indexés par les moteurs de recherche.
Collecte des résultats de recherche : Une fois identifiés, ces profils sont "collectés", grâce à la technologie Millionroads qui permet de visiter automatiquement chaque profil public individuellement, d'en extraire son contenu et de l'intégrer à la base de données de votre application.
Affinage des résultats : Une fois collectées, les données sont classées et organisées en fonction de l’historique de formation validé avec vous. Ce processus de classement passe par différentes phase pour affiner la qualité des résultats présentés dans votre application, comme la phase de dédoublonnement. En effet, certains étudiants ou alumni auront renseigné, par exemple, un profil Viadeo et un profil LinkedIn. Millionroads procédera alors à une étape de dédoublonnement qui consistera à repérer les doublons grâce aux noms et étapes communes dans les parcours académiques et professionnels. Une fois identifié, la source d'information ayant été mise à jour le plus récemment, c'est-à-dire dont les dates de la dernière étape sont les plus récentes, sera privilégiée. En cas d'étapes et mises à jour identiques, le profil LinkedIn sera privilégié.
Il est possible de filtrer les résultats sur des profils de diplômés vérifiés Option Profils vérifiés