권장 할당 옵션은 베이지안 의사 결정 네트워크의 입력과 구조를 기반으로 계산된 예상 이해관계자 만족도가 가장 큰 옵션으로 정의됩니다. 분석가는 도출된 예측과 만족도 수준에 대한 불확실성을 인식하고 민감도 분석을 수행하여 분석에 사용된 입력 집합에 따라 권장 배분이 변경되는지 여부를 탐색합니다. 특히 평균 입력을 사용하여 한 번, 그리고 반대되는 할당 옵션(즉, 평균 입력에서 예상 만족도가 가장 낮은 옵션)에 가장 유리한 각 변수에 대한 (개인의) 입력만을 기준으로 두 번 분석을 실행합니다. 두 번째 모델 실행 후 추천이 변경되면 분석가는 두 모델 실행 결과를 모두 사용하여 완벽한 정보의 기대값을 계산합니다. 이 계산은 추가 연구를 통해 모델의 변수 및 관계에 대한 불확실성이 완전히 해결될 경우 예상되는 만족도 증가율을 나타냅니다. 이를 통해 불확실성에 대한 권장 할당의 견고성을 확인할 수 있으며 의사 결정을 개선하기 위한 추가 연구를 위한 권장 사항으로 이어질 수 있습니다.