基于贝叶斯优化的LSTM物联网用户行为预测及应用研究

• 作者: 李静雯
• 来源期刊: 消费导刊
• 关键词: 物联网 时序行为预测 长短期记忆网络 贝叶斯优化
• 年，卷（期）: 2021,（25）
• 所属期刊栏目: 交通与科技
• 页码范围: 19-20
• 页数: 2页
• 语种: 中文
• DOI: 10.12229/j.issn.1672-5719.2021.25.017

摘要

本文首先将基于真实的海量物联网用户行为数据，进行相关的数据挖掘和预处理，然后将使用该用户行为数据训练基于长短期记忆（Long Short-Term Memory）循环神经网络的物联网用户行为预测模型；同时由于长短期记忆神经网络所涉及到的超参数复杂而庞大，使用贝叶斯优化算法自动选择模型超参数组合，在进一步提高模型预测精度的基础上，提高预测模型的泛化能力，以适应不同家庭、不同环境下的物联网用户行为预测需求。