我试图建立一个智能信息系统。
这些都是我2个的例子对象：
我想创建一个数据库，将保存所有饮酒者的行为，比如增加新的R每次饮酒者去具有特定属性的特定酒吧的数据流量。
问：
我想创建一种算法，将分析饮酒的行为，并知道根据饮酒者的属性和行为评价每个酒吧..
有一些亲切的称之为“智能“知道如何处理这种数据的算法？
解决方案的类型我想到（会很高兴得到反馈和指导入门）：
我不知道我是否在正确的方向 - 但即使我做 - 我真的不知道如何开始..
是否有某种已知的“智能”算法知道如何处理这种数据？
在您开始研究解决方案之前，您需要首先定义您的目标。
所有这些排名活动的目标是什么？你是否想找到最常访问的酒吧？最赚钱的？顾客访问时间最长的那个？最愉快的那个？你想要做什么排名？您是否根据饮酒者的物业提供酒吧推荐？
我想要算法推荐酒吧是他最喜欢的酒吧，他会在大多数 –
@AsafNevo：这看起来像一个机器学习/神经网络算法的一个很好的问题。输入将是饮酒者的概况，并且输出是饮酒者给酒吧的“评级”。您将通过学习数据提供神经网络算法，了解他们如何享受他们对酒吧的访问;当试图给出建议时，您将尝试预测他们根据饮酒者的个人资料给酒吧给出的评分，然后系统会建议饮酒者对神经网络预测评分最高的酒吧。 –
@AsafNevo：你会想了解神经网络，并试验各种训练算法，以找出哪些将是最适合你的情况。例如，[监督学习]（https://en.wikipedia.org/wiki/Supervised_learning），[主动学习]（https://en.wikipedia.org/wiki/Active_learning_%28machine_learning%29）等。 –
我想说一些组合将是你最好的选择。另一个你应该考虑的好方法就是像饮酒者一样分组;考虑到你的算法运行时间足够长，它应该能够将饮酒者A拼凑在一起，因此可能喜欢酒吧B;然后，您可以使用类似于A的饮酒者的信息并为他们推荐酒吧B，或者为用户A查找类似于B的酒吧。试图做一个简单的匹配算法来将用户与酒吧配对是天真的，因为标签只不过是标签，并且需要使用收集的信息来更新和提高评级。当然，要求用户给出评分会大大加快这一过程，但如果您不想问，那么算法需要时间来提高准确性。
你可以做一种“模拟”。
饮酒（1）
音乐 - 电子
饮料 - 啤酒
年龄 - 21
酒吧（1）
音乐 - 国家
饮料 - 酒精只
年龄组 - 40-50
酒吧（2）
音乐 - 电子摇滚
饮料 - 一切
年龄组 - 21-30
饮者将给予杆2基于类型的东西，他喜欢和速率酒吧1以下的档次更高。
通过所有基于酒吧的人缓解。
重量更重要的东西（服务和年龄更重要，然后说餐巾的颜色）然后平均这些结果，这应该给你一个很好的评价，在特定的酒吧。我会把重量放在很高的水平。所以你可以动态地改变重要的事情。
感谢您的简单答案... –
stackoverflow必须减少选民评论... –
目前还不清楚你在这里问什么，因为你有不明确的目标，具体来说，“*我想创建一个算法，将分析饮酒的行为，并知道给每个酒吧评分根据饮酒者的特性和行为......是否有这样的算法？*“，但是为了什么目的？***可能有几千种不同的算法可以使用，首先根据酒吧评分每个人有多少人。这是一个很好的算法，但它可能不符合你的目的，但是，由于你没有告诉我们这是什么，我们不能给出更好的答案。 – RBarryYoung