计算机与人类之间的误解时有发生。卢塞恩的科学家们希望改变这一现状，并开发了一款旨在学习人类思维方式的软件。
这项技术本应帮助我们——但往往仍存在诸多问题，计算机和人类之间常常无法有效沟通。在在线商店中，这可能导致客户放弃购买。瑞士的计算机科学家希望由此改变现状，使电子商务更加用户友好。为此，该软件将学习如何像人类一样思考。
潜在客户因各种原因离开商店。但很多时候，仅仅是因为他们找不到自己想要的东西。这通常并非因为提供的商品种类有限，而是由于内部搜索功能的问题。对于尚未明确知道自己想要什么的客户来说，搜索条件往往过于狭窄。在此方面，人与软件之间的沟通常常擦肩而过。
计算机仅能部分理解偏好
罗兰·克里斯滕（Roland Christen）是卢塞恩大学信息学系的研究助理，对此他有很多例子。例如，如果一位客户正在寻找汽车，他可能希望是一款尽可能新的车型，功率约为200马力。这些数值具有可变性。在颜色方面这一点更为明显，因为那里通常只给出偏好——比如：“红色或蓝色不错，但不喜欢银色”。价格说明的情况也类似。如果客户表示他想花费1万欧元，并不意味着如果其他条件合适，他就不会超出这个预算。问题在于：计算机会很快将“大约1万欧元”转化为“最高1万欧元”。
软件根据客户提供的信息生成硬性标准，并相应地排除其他许多选项。虽然某些算法可能在上下限上具有一定的容忍度，但它们可能会直接剔除起价超过11,500欧元的车型。然而，一辆售价12,000欧元、功率为250马力的汽车可能会被所有筛选条件排除，即使它可能是最佳选择。据卢塞恩的信息学家称，对于颜色、型号或品牌等不可量化的信息，情况会更加困难。计算机程序只知道“是”或“否”。它们无法理解诸如“红色的车不错，蓝色的也可以”这类探索偏好的请求。
智能软件旨在实现更好的产品选择
Arcmedia公司负责人Davide Cortese与卢塞恩应用科技大学合作开发新系统，他认为现状对客户和商家都不可接受。Cortese认为，此类基于偏好的查询可能引起整个电子商务行业的兴趣。因此，Arcmedia与卢塞恩应用科技大学联合启动了“偏好驱动的电子商务产品搜索与客户画像”项目（简称PrefCom）。已开发的软件展示了新系统实现的可能性。“计算机根据标准对报价进行权衡比较，”PrefCom技术负责人Roland Christen解释道，“如果一个产品在任一属性上都不劣于另一产品，且在至少一个属性上更优，则该产品胜出。”
以汽车为例，演示版本已经展示了其发展方向：在基于偏好的汽车搜索中，用户可以在价格方面选择“高”、“低”或“大约10,000欧元”。查询还可以考虑汽车的颜色，例如可以选择“Red > all others”，大致意思是：“红色是我的首选颜色。如果不是红色，那么颜色对我来说无所谓。”在演示版本中，用户可以喜欢或不喜欢某些颜色或车型（如SUV或敞篷车），即给予正面偏好或负面权重。此外，还可以通过滑块对价格和马力进行精细调整。