决策树是一种模拟人类决策过程的树状模型，在认知科学与管理学中常用于描述多阶段决策的逻辑结构。它由节点和分支组成，其中根节点代表初始决策点，内部节点表示特征测试，叶节点则对应决策结果。每个分支代表一个可能的条件或选择路径，通过从根节点到叶节点的遍历，可以清晰地展现不同条件组合下的决策走向。这种可视化结构不仅能帮助决策者系统化地分析复杂情境，还能揭示潜在认知偏差对决策路径的影响。
在行为决策研究中，决策树常被用于构建启发式策略的数学模型，例如描述个体如何在信息不完备情况下通过序列判断做出选择。值得注意的是，现实决策中的树结构往往受到确认偏差、锚定效应等认知局限的扭曲，导致分支概率评估出现系统性错误。管理学领域则常运用剪枝技术简化决策树，以平衡模型复杂度与泛化能力，这种思路与西蒙提出的“有限理性”理论形成深刻呼应。