Mesin keputusan adalah jenis aplikasi komputer berbasis web yang mencoba membantu pengguna dalam mengambil keputusan dengan salah satu dari beberapa cara. Kasus yang umum digunakan adalah belanja online, di mana pelanggan memasukkan prioritasnya untuk produk tertentu dan mesin keputusan menentukan merek dan caral mana yang paling sesuai dengan preferensinya. Mesin keputusan juga dapat bekerja dengan melacak pencarian pengguna dari waktu ke waktu dan menggunakan data yang dikumpulkan untuk membuat saran.
Mesin keputusan sering diintegrasikan ke dalam perangkat lunak yang digunakan untuk belanja online.
Mesin keputusan tidak boleh disamakan dengan mesin pencari. Mesin pencari adalah lokasi terpusat untuk mengakses berbagai informasi. Mesin keputusan, di sisi lain, menghasilkan hasil pencarian individual berdasarkan sejumlah kriteria.
Alih-alih menjadi basis dari mana pengguna dapat menjalankan pencarian, caral mesin keputusan tradisional dimaksudkan agar topiknya kembali sebagai hasil pencarian oleh mesin pencari lainnya. Misalnya, pengguna dapat mengetik pertanyaan ke mesin telusur . Salah satu hasil teratas untuk pencarian ini akan menjadi topik yang relevan pada mesin keputusan.
Begitu berada di mesin keputusan, pengguna disajikan dengan serangkaian pertanyaan, yang dikenal sebagai pohon keputusan, yang dirancang untuk menghilangkan pilihan di jalur untuk menemukan opsi yang paling ideal. Jika pengguna menelusuri ponsel, kemungkinan pertanyaan terkait dengan harga, ukuran, operator, dan keinginan untuk opsi seperti speaker ponsel, kemampuan web, dan sebagainya. Berdasarkan jawaban atas pertanyaan tersebut, jawaban peringkat tertinggi akhirnya disajikan dengan penjelasan yang menyertainya.
Salah satu kelemahan utama dari caral mesin keputusan ini adalah bahwa topik harus dibuat sebelum dapat digunakan. Mirip dengan pendekatan wiki , mesin keputusan seperti itu membutuhkan partisipasi pengguna dan bergantung pada pengembangan komunitas agar menjadi lebih efektif. Mesin keputusan yang mengandalkan masukan manusia juga tunduk pada subjektivitas dan opini manusia.
Solusi umum untuk bias dalam pohon keputusan adalah memungkinkan pemungutan suara komunitas. Entri subyektif terbaik atau paling tidak naik ke atas, sementara entri yang lebih buruk dikubur. Keandalan pemungutan suara untuk membatalkan entri yang buruk juga meningkat dengan lebih banyak keterlibatan komunitas, menjadikannya semakin penting untuk memiliki basis pengguna yang besar dan aktif.
Model mesin keputusan yang lebih otomatis digabungkan ke dalam mesin pencari populer dan bekerja berdasarkan penggunaan data pencarian yang diperoleh untuk menyarankan hasil yang mungkin berguna bagi pengguna. Alih-alih mengandalkan input manusia, rekomendasi ini diproduksi dengan cepat sesuai dengan formula yang telah ditentukan. Pengguna dapat meningkatkan hasil dengan memberi tahu sistem apakah itu membantu atau tidak.
