决策引擎通常集成到用于在线购物的软件中。不应将决策引擎与搜索引擎混淆。搜索引擎是另一方面,从另一个引擎获取不同的信息,根据许多标准生成个性化的搜索结果,而不是作为用户运行搜索的基础,传统的决策引擎模型的目的是让其他搜索引擎将其主题作为搜索结果返回。例如,用户可以在搜索引擎中键入一个问题。此搜索的最大结果之一是决策引擎上的相关主题一旦进入决策引擎,就会向用户提出一系列问题,称为决策树,旨在消除在寻找最理想选项的道路上的选择如果用户搜索手机,可能的问题会涉及到价格、尺寸、运营商以及对扬声器、网络功能等选项的需求。根据这些问题的答案,排名最高的答案最终会给出相应的解释这种决策引擎模型的一个主要缺点是必须先创建主题,然后才能使用它们。与wiki方法类似,此类决策引擎需要用户参与,并且依赖于社区开发才能变得更有效同样地,也受人的主观性和观点的影响。解决决策树中偏差的一个常见方法是启用社区投票。最好或最不主观的条目会上升到顶部,当较差的参赛者被埋葬时,投票否决劣质参赛者的可靠性也随着社区的参与而提高,更重要的是拥有一个庞大的活跃的用户群,更自动化的决策引擎模型被整合到流行的搜索引擎中,并在使用累积的搜索数据来建议用户可能找到的结果的基础上工作有用。这些建议不是依靠人工输入,而是根据预先确定的公式动态生成的。用户可以通过告诉系统它们是否有用来改进结果。
0 篇文章
如果觉得我的文章对您有用,请随意打赏。你的支持将鼓励我继续创作!