多状态lstm进行时间序列预测

Question

我有100个不同的用户，数据集包含每个用户在过去1年中花费的工作/时间。总记录超过4万。 LSTM RNN的输入具有与这些用户相对应的分类特征向量.rnn应该了解每个用户的行为，并且应该能够基于同一用户的过去信息来预测每个用户时间序列中的下一个小时。如何在LSTM RNN中为每个用户维护单独的隐藏状态。

我指的是以下博客文章，它类似于我的问题：

https://towardsdatascience.com/multi-state-lstms-for-categorical-features-66cc974df1dc

样本数据（再次参考博客）

我的查询

1. 如何使用kera来实现多状态lstm？
2. 这是具有状态性质的自定义lstm rnn吗？
3. 我们如何为每个具有分类功能的用户保持单独的状态？

谢谢！