Vad är en beslutsmotor?
En beslutsmotor är en typ av webbaserad datorprogram som försöker hjälpa användaren att fatta ett beslut på ett av flera sätt. En vanlig användning är online-shopping, där en kund anger sina prioriteringar för en viss produkt och beslutsmotorn avgör vilket specifika märke och modeller som bäst passar hans preferenser. Beslutsmotorer kan också fungera genom att spåra en användares sökningar över tid och använda den insamlade informationen för att komma med förslag.
Beslutsmotorer ska inte förväxlas med sökmotorer. Sökmotorer är en centraliserad plats för att få tillgång till annan information. Beslutsmotorer å andra sidan producerar 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 tillbaka som sökresultat av andra sökmotorer. Till exempel kan en användare skriva en fråga i en sökmotor. Ett av toppresultaten för denna 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, utformade för att eliminera val på vägen för att hitta det mest idealiska alternativet. Om en användare sökte efter mobiltelefoner skulle troliga frågor gälla pris, storlek, transportör och önskan efter alternativ som högtalartelefon, webbfunktion och så vidare. Baserat på svar på sådana frågor presenteras slutligen det högst rankade svaret med en bifogad förklaring.
En av de största nackdelarna med denna beslutsmotormodell är att ämnen måste skapas innan de kan användas. I likhet med en wiki-metod kräver sådana beslutsmotorer användardeltagande och är beroende av samhällsutveckling för att bli effektivare. Beslutsmotorer som förlitar sig på mänskliga insatser är också på samma sätt föremål för mänsklig subjektivitet och åsikt.
En vanlig lösning på partiskhet i beslutsträd är att möjliggöra omröstning i samhället. De bästa eller minst subjektiva uppgifterna stiger till toppen, medan sämre poster är begravda. Tillförlitligheten för 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 är integrerade i populära sökmotorer och fungerar utifrån att använda upplupna sökdata för att föreslå resultat som användaren sannolikt kommer att hitta användbara. Istället för att förlita sig på mänskliga insatser, produceras dessa rekommendationer i farten enligt förutbestämda formler. Användare kan förbättra resultaten genom att berätta om systemet är till hjälp eller inte.