Hvad er en beslutningsmotor?
En beslutningsmotor er en type webbaseret computerapplikation, der forsøger at hjælpe brugeren med at komme til en beslutning på en af flere måder. En almindelig anvendelse er online shopping, hvor en kunde indtaster sine prioriteter for et givet produkt og beslutningsmotoren afgør, hvilken bestemt mærke og model der bedst passer til hans præferencer. Beslutningsmotorer kan også arbejde ved at spore en brugers søgninger over tid og bruge de indsamlede data til at komme med forslag.
Beslutningsmotorer skal ikke forveksles med søgemaskiner. Søgemaskiner er et centralt sted, hvorfra man får adgang til forskellige oplysninger. Beslutningsmotorer producerer på den anden side individualiserede søgeresultater baseret på et antal kriterier.
I stedet for at være en base, hvorfra en bruger kan køre søgninger, er en traditionel beslutningsmotormodel beregnet til at få sine emner tilbage som søgeresultater fra andre søgemaskiner. For eksempel kan en bruger skrive et spørgsmål i en søgemaskine. Et af de bedste resultater for denne søgning ville være et relevant emne på en beslutningsmotor.
Når en beslutning er startet, præsenteres en bruger for en række spørgsmål, kendt som et beslutningstræ, designet til at fjerne valg på vej til at finde den mest ideelle mulighed. Hvis en bruger søgte efter mobiltelefoner, ville sandsynlige spørgsmål vedrøre pris, størrelse, transportør og ønske om muligheder såsom højttalertelefon, web-kapacitet og så videre. Baseret på svarene på sådanne spørgsmål præsenteres det højest rangerede svar i sidste ende med en ledsagende forklaring.
En af de største ulemper ved denne beslutningsmotormodel er, at emner skal oprettes, før de kan bruges. I lighed med en wiki-tilgang kræver sådanne beslutningsmotorer brugerdeltagelse og er afhængige af samfundsudvikling for at blive mere effektive. Beslutningsmotorer, der er afhængige af menneskelige input, er også på lignende måde underlagt menneskelig subjektivitet og mening.
En fælles løsning på bias i beslutningstræer er at muliggøre afstemning i samfundet. De bedste eller mindst subjektive poster stiger til toppen, mens dårligere poster er begravet. Pålideligheden ved at stemme for at stoppe dårlige poster forbedres også med mere samfundsinddragelse, hvilket gør det endnu mere kritisk at have en stor og aktiv brugerbase.
Flere automatiserede beslutningsmotormodeller er inkorporeret i populære søgemaskiner og fungerer på grundlag af at bruge påløbne søgedata til at antyde resultater, som brugeren sandsynligvis finder nyttige. I stedet for at stole på menneskelige input, produceres disse henstillinger på farten ifølge forudbestemte formler. Brugere kan forbedre resultaterne ved at fortælle systemet, om de er nyttige eller ej.