基于级联时空特征的信息传播预测方法

作者：梁少斌; 陈志豪; 魏晶晶; 吴运兵; 廖祥文^*

来源：模式识别与人工智能, 2021, 34(11): 969-978.

DOI：10.16451/j.cnki.issn1003-6059.202111001

• 信息级联
• 传播预测
• 时空特征
• 图神经网络
• 循环神经网络

现有信息传播预测方法对级联序列和拓扑结构独立建模,难以学习级联时序特征和结构特征在嵌入空间的交互表达,造成对信息传播动态演化的刻画不足.因此,文中提出基于级联时空特征的信息传播预测方法.基于社交关系网络和传播路径构建异质图,使用图神经网络学习异质图和社交关系网络节点的结构上下文,引入门控循环单元提取级联时序特征,融合结构上下文和时序特征,构建级联时空特征,进行信息传播的微观预测.在Twitter、Memes数据集上的实验表明,文中方法性能得到一定提升.

• 单位
  福建江夏学院; 鹏城实验室; 福州大学