我試圖建立一個智能信息系統。
這些都是我2個的例子對象：
我想創建一個數據庫，將保存所有飲酒者的行爲，比如增加新的R每次飲酒者去具有特定屬性的特定酒吧的數據流量。
問：
我想創建一種算法，將分析飲酒的行爲，並知道根據飲酒者的屬性和行爲評價每個酒吧..
有一些親切的稱之爲「智能「知道如何處理這種數據的算法？
解決方案的類型我想到（會很高興得到反饋和指導入門）：
我不知道我是否在正確的方向 - 但即使我做 - 我真的不知道如何開始..
是否有某種已知的「智能」算法知道如何處理這種數據？
在您開始研究解決方案之前，您需要首先定義您的目標。
所有這些排名活動的目標是什麼？你是否想找到最常訪問的酒吧？最賺錢的？顧客訪問時間最長的那個？最愉快的那個？你想要做什麼排名？您是否根據飲酒者的物業提供酒吧推薦？
我想要算法推薦酒吧是他最喜歡的酒吧，他會在大多數 –
@AsafNevo：這看起來像一個機器學習/神經網絡算法的一個很好的問題。輸入將是飲酒者的概況，並且輸出是飲酒者給酒吧的「評級」。您將通過學習數據提供神經網絡算法，瞭解他們如何享受他們對酒吧的訪問;當試圖給出建議時，您將嘗試預測他們根據飲酒者的個人資料給酒吧給出的評分，然後系統會建議飲酒者對神經網絡預測評分最高的酒吧。 –
@AsafNevo：你會想了解神經網絡，並試驗各種訓練算法，以找出哪些將是最適合你的情況。例如，[監督學習]（https://en.wikipedia.org/wiki/Supervised_learning），[主動學習]（https://en.wikipedia.org/wiki/Active_learning_%28machine_learning%29）等。 –
我想說一些組合將是你最好的選擇。另一個你應該考慮的好方法就是像飲酒者一樣分組;考慮到你的算法運行時間足夠長，它應該能夠將飲酒者A拼湊在一起，因此可能喜歡酒吧B;然後，您可以使用類似於A的飲酒者的信息併爲他們推薦酒吧B，或者爲用戶A查找類似於B的酒吧。試圖做一個簡單的匹配算法來將用戶與酒吧配對是天真的，因爲標籤只不過是標籤，並且需要使用收集的信息來更新和提高評級。當然，要求用戶給出評分會大大加快這一過程，但如果您不想問，那麼算法需要時間來提高準確性。
你可以做一種「模擬」。
飲酒（1）
音樂 - 電子
飲料 - 啤酒
年齡 - 21
酒吧（1）
音樂 - 國家
飲料 - 酒精只
年齡組 - 40-50
酒吧（2）
音樂 - 電子搖滾
飲料 - 一切
年齡組 - 21-30
飲者將給予杆2基於類型的東西，他喜歡和速率酒吧1以下的檔次更高。
通過所有基於酒吧的人緩解。
重量更重要的東西（服務和年齡更重要，然後說餐巾的顏色）然後平均這些結果，這應該給你一個很好的評價，在特定的酒吧。我會把重量放在很高的水平。所以你可以動態地改變重要的事情。
感謝您的簡單答案... –
stackoverflow必須減少選民評論... –
目前還不清楚你在這裏問什麼，因爲你有不明確的目標，具體來說，「*我想創建一個算法，將分析飲酒的行爲，並知道給每個酒吧評分根據飲酒者的特性和行爲......是否有這樣的算法？*「，但是爲了什麼目的？***可能有幾千種不同的算法可以使用，首先根據酒吧評分每個人有多少人。這是一個很好的算法，但它可能不符合你的目的，但是，由於你沒有告訴我們這是什麼，我們不能給出更好的答案。 – RBarryYoung