Silnik decyzyjny to rodzaj internetowej aplikacji komputerowej, która próbuje pomóc użytkownikowi w podjęciu decyzji na jeden z kilku sposobów. Częstym przypadkiem są zakupy online, gdzie klient wprowadza swoje priorytety dla danego produktu, a silnik decyzyjny określa, która konkretna marka i model najbardziej odpowiada jego preferencjom. Silniki decyzyjne mogą również działać, śledząc wyszukiwania użytkownika w czasie i wykorzystując zebrane dane do zgłaszania sugestii.
Silniki decyzyjne nie powinny być mylone z wyszukiwarkami. Wyszukiwarki to scentralizowana lokalizacja, z której można uzyskać dostęp do różnych informacji. Z drugiej strony silniki decyzyjne generują zindywidualizowane wyniki wyszukiwania w oparciu o szereg kryteriów.
Zamiast być bazą, z której użytkownik może przeprowadzać wyszukiwania, tradycyjny model silnika decyzyjnego ma na celu zwracanie tematów jako wyników wyszukiwania przez inne wyszukiwarki. Na przykład użytkownik może wpisać pytanie w wyszukiwarce. Jednym z najlepszych wyników tego wyszukiwania byłby odpowiedni temat w silniku decyzyjnym.
Po wejściu do silnika decyzyjnego użytkownik otrzymuje serię pytań, znanych jako drzewo decyzyjne, które mają na celu wyeliminowanie wyborów na ścieżce do znalezienia najbardziej idealnej opcji. Jeśli użytkownik szukałby telefonów komórkowych, prawdopodobnie pytania dotyczyłyby ceny, rozmiaru, operatora i chęci korzystania z opcji, takich jak zestaw głośnomówiący, możliwość korzystania z Internetu i tak dalej. W oparciu o odpowiedzi na takie pytania, najwyżej oceniona odpowiedź jest ostatecznie przedstawiana wraz z towarzyszącym wyjaśnieniem.
Jedną z głównych wad tego modelu silnika decyzyjnego jest to, że tematy muszą zostać utworzone przed ich użyciem. Podobnie jak w przypadku podejścia wiki, takie silniki decyzyjne wymagają udziału użytkowników i są zależne od rozwoju społeczności, aby były bardziej efektywne. Silniki decyzyjne, które opierają się na danych wejściowych człowieka, również podlegają ludzkiej subiektywności i opinii.
Powszechnym rozwiązaniem problemu stronniczości w drzewach decyzyjnych jest umożliwienie głosowania społeczności. Najlepsze lub najmniej subiektywne wpisy wspinają się na szczyt, podczas gdy słabsze wpisy są zakopywane. Wiarygodność głosowania w celu usunięcia słabych wpisów również poprawia się wraz z większym zaangażowaniem społeczności, co sprawia, że posiadanie dużej i aktywnej bazy użytkowników jest jeszcze ważniejsze.
Bardziej zautomatyzowane modele silników decyzyjnych są włączane do popularnych wyszukiwarek i działają na podstawie zgromadzonych danych wyszukiwania, aby sugerować wyniki, które użytkownik może uznać za przydatne. Zamiast polegać na ludzkich wskazówkach, zalecenia te są tworzone na bieżąco, zgodnie z ustalonymi wcześniej wzorami. Użytkownicy mogą poprawić wyniki, informując system, czy są pomocne.