用于同时预测多个序列的 LSTM

Question

我目前正在研究一个有关一个数据集的项目，该项目包含4个月内回旋处200用户的智能手机使用数据。对于每个用户，我都有一个包含应用程序事件的数据框架（应用程序的名称，时间，位置等）。我的目标是预测用户将要打开的下一个应用程序的停留时间。我不想为每个用户构建一个模型，但是，我试图为所有组合用户构建一个模型。现在，我正在努力寻找适合该项目的架构。

记录的时间间隔不变，每个数据框架的长度都不同。我想同时同时向多个用户学习时，我想利用时间依赖性，因此我的输入将是具有附加功能的App用法持续时间的多个并行序列，并且我的输出再次是多个并行序列，其中包含下一个应用程序的停留时间，但是AS AS AS AS AS AS AS序列的时间间隔不均匀，也不是相同的长度似乎不合适的。我只是想了解如何正确构建数据以及您认为是一种合适的方法的一些想法。我真的很感谢一些想法或阅读建议。