Hva er en avgjørelsesmotor?
En avgjørelsesmotor er en type nettbasert dataprogram som prøver å hjelpe brukeren med å komme til en beslutning på en av flere måter. En vanlig saksbruk er online shopping, der en kunde legger inn sine prioriteringer for et gitt produkt og beslutningsmotoren bestemmer hvilken spesiell merkevare og modeller som passer best til hans preferanser. Avgjørelsesmotorer kan også fungere ved å spore en brukers søk over tid og bruke de innsamlede dataene til å komme med forslag.
Avgjørelsesmotorer skal ikke forveksles med søkemotorer. Søkemotorer er et sentralisert sted hvor du får tilgang til annen informasjon. Beslutningsmotorer produserer derimot individualiserte søkeresultater basert på en rekke kriterier.
I stedet for å være en base hvor en bruker kan kjøre søk, er en tradisjonell beslutningsmotormodell ment å få emnene sine tilbake som søkeresultater fra andre søkemotorer. For eksempel kan en bruker skrive inn et spørsmål i en søkemotor. Et av toppresultatene for dette søket ville være et relevant emne på en avgjørelsesmotor.
En gang på en beslutningsmotor blir en bruker presentert for en serie spørsmål, kjent som et beslutnings-tre, designet for å eliminere valg på veien til å finne det mest ideelle alternativet. Hvis en bruker søkte på mobiltelefoner, vil sannsynlige spørsmål være knyttet til pris, størrelse, transportør og ønske om alternativer som høyttalertelefon, nettfunksjon og så videre. Basert på svarene på slike spørsmål blir det høyest rangerte svaret til slutt presentert med tilhørende forklaring.
En av de største ulempene med denne beslutningsmotormodellen er at emner må lages før de kan brukes. I likhet med en wiki-tilnærming, krever slike beslutningsmotorer brukermedvirkning og er avhengig av samfunnsutvikling for å bli mer effektive. Avgjørelsesmotorer som er avhengige av menneskelige innspill er også på samme måte underlagt menneskelig subjektivitet og mening.
En vanlig løsning på skjevheter i beslutningstrærne er å muliggjøre stemmesamfunn. De beste eller minst subjektive oppføringene stiger til topps, mens dårligere oppføringer blir begravet. Påliteligheten til å stemme for å stoppe dårlige oppføringer forbedres også med mer samfunnsengasjement, noe som gjør det enda mer kritisk å ha en stor og aktiv brukerbase.
Flere automatiserte beslutningsmotormodeller er integrert i populære søkemotorer og fungerer på grunnlag av å bruke påløpte søkedata for å antyde resultater brukeren sannsynligvis vil finne nyttige. I stedet for å stole på menneskelige innspill, produseres disse anbefalingene på farten i henhold til forhåndsbestemte formler. Brukere kan forbedre resultatene ved å fortelle systemet om de er nyttige eller ikke.