モバイル決済ユーザーの増加とデジタル経済への影響を予測するタイムシリーズ分析

科学分野:

• コンピュータ科学
• データサイエンス
• 経済学

背景:

• モバイル決済システムは急速に成長しており,予測に問題があります.
• 市場動態とユーザー採用の複雑さは正確な予測を妨げています.
• 現存する予測方法は,モバイル決済市場の複雑さと闘っています.

研究 の 目的:

• モバイル決済システムの高度な予測モデルを開発する.
• 予測における市場動態と採用要因の課題に対処する.
• モバイル決済市場の予測の正確性と適応性を向上させる.

主な方法:

• ハイブリッドARIMA-LSTM-トランスフォーマーモデルを提案した.
• 統合されたタイムシリーズ予測, 連続学習,注意力メカニズム
• 5つの異なるデータセットを使ってモデルを検証した.

主要な成果:

• 達成された平均絶対誤差 (MAE) は0.075です.
• 記録された平方根誤差 (RMSE) 0.121
• 決定係数 (R2) が0.948で,優れた性能を示した.

結論:

• ハイブリッドARIMA-LSTM-トランスフォーマーモデルは,従来の予測アプローチを大幅に上回ります.
• モデルの高い精度と適応性は,現実世界のアプリケーションに適しています.
• この研究は,デジタル経済計画とモバイル決済市場の分析に貴重な洞察をもたらします.