基于FP-Growth+LSTM的问题发现及行为预测模型

• 作者: 佘欣媛 哈尔滨工业大学(威海)图书馆
• 来源期刊: 科技与创新
• 学科: 工学
• 关键词: 数字化转型 问题发现 行为预测 FP-Growth
• 年，卷（期）: 2024,（11）
• 页码范围: 10-14
• 页数: 5页
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2024.11.003

摘要

虚拟现实、数字孪生等技术的应用，让很多产业面临数字化转型问题。通过分析2020年某数字平台用户调查数据，讨论转型过程中个性化不足、用户不适应等问题，以FP-Growth（频繁模式增长）和LSTM（长短期记忆网络）算法为基础搭建问题发现及行为预测模型。挖掘影响转型效果及用户满意度的关键事件，并对用户行为进行预测。管理者可以根据模型监测用户行为动向。该模型有助于发现行业数字化转型过程中的问题及困难用户，推动数字化转型进程。