Vad är en beslutsmotor?
En beslutsmotor är en typ av webbaserad datorapplikation som försöker hjälpa användaren att komma fram till ett beslut på ett av flera sätt. Ett vanligt fall är online -shopping, där en kund matar in sina prioriteringar för en given produkt och beslutsmotorn bestämmer vilka speciella tillverkar och modeller som passar till hans preferenser. Beslutsmotorer kan också fungera genom att spåra en användares sökningar över tid och använda de insamlade uppgifterna för att ge förslag.
Beslutsmotorer bör inte förväxlas med sökmotorer. Sökmotorer är en centraliserad plats för att få tillgång till olika information. Beslutsmotorer producerar å andra sidan individualiserade sökresultat baserat på ett antal kriterier.
I stället för att vara en bas där en användare kan köra sökningar är en traditionell beslutsmotormodell avsedd att få sina ämnen att avkastas som sökresultat av andra sökmotorer. Till exempel kan en användare skriva en fråga i en sökmotor. Ett av de bästa resultaten förDenna sökning skulle vara ett relevant ämne på en beslutsmotor.
En gång på en beslutsmotor presenteras en användare med en serie frågor, känd som ett beslutsträd, utformat för att eliminera val på vägen till att hitta det mest perfekta alternativet. Om en användare sökte efter mobiltelefoner skulle sannolikt frågor relatera till pris, storlek, transportör och önskan efter alternativ som högtalartelefon, webbförmåga och så vidare. Baserat på svaren på sådana frågor presenteras det högst rankade svaret i slutändan med en medföljande förklaring.
En av de viktigaste nackdelarna med denna beslutsmotormodell är att ämnen måste skapas innan de kan användas. I likhet med en wiki -strategi kräver sådana beslutsmotorer användarnas deltagande och är beroende av samhällsutveckling för att bli mer effektiva. Beslutsmotorer som förlitar sig på mänsklig insats är också på samma sätt föremål för mänsklig subjektivitet och åsikt.
a coMmon -lösning på förspänning i beslutsträd är att möjliggöra röstning i samhället. De bästa eller minst subjektiva posterna stiger till toppen, medan sämre poster är begravda. Tillförlitligheten med att rösta för att stoppa dåliga poster förbättras också med mer samhällsengagemang, vilket gör det ännu mer kritiskt att ha en stor och aktiv användarbas.
Mer automatiserade beslutsmotormodeller införlivas i populära sökmotorer och arbetar på grundval av att använda upplupna sökdata för att föreslå resultat som användaren sannolikt kommer att hitta användbar. Istället för att förlita sig på mänskliga input, produceras dessa rekommendationer i farten enligt förutbestämda formler. Användare kan förbättra resultaten genom att berätta för systemet om de är användbara eller inte.