information cascades | BriefGPT

关键词information cascades

搜索结果 - 8

社交网络中级联预测的层次信息增强网络
我们提出了一种新颖的 Hierarchical Information Enhancement Network (HIENet) 用于级联预测，将信息级联、用户社交图和子级联图集成到一个统一的框架中，并引入了多模式级联变压器来强大地融合这些
PDF3 months ago
信息级联分析综述：模型，预测和最新进展
本文综述并分类信息流行度预测方法，包括特征工程、随机过程、图表示和基于深度学习的方法，并总结了现有研究的优缺点以及该领域的挑战和机遇。
PDF4 years ago
AAAI信息传播模型的对比训练
本文提出了一个信息级联的模型，它将观察到的文档作为有向跨度树。同时，我们还提出了一个对比训练程序，利用节点感染的部分时间顺序而不是标记的训练链接。这种模型和无监督训练的组合使得可以改进仅使用感染时间模型的模型，并利用信息级联消息的节点和文本
PDF6 years ago
扩散协议是否掌控了级联增长？
针对 Facebook 上 98 个最大信息流推广进行的研究，探索信息扩散协议对于流行度的影响，发现具有不同信息扩散协议的信息流推广有不同的特征，影响了信息流的传播速度和申请率。
PDF6 years ago
DeepCas: 一种端到端的信息串联预测器
研究了一种利用深度学习技术预测信息级联大小的方法，并发现该方法可以显著提高级联预测的性能。
PDF8 years ago
级联预测方法比较
本文旨在比较现有的三种信息传播预测方法 (即基于中心性、基于特征以及基于点过程)，并对它们进行了分类和回归问题的评估。结果表明，基于特征的方法在预测准确性方面优于其他方法，但针对大型数据集的开销较大。而基于点过程的方法也可能遇到长时间运行的
PDF8 years ago
AAAITiDeH：基于时间的 Hawkes 过程预测转推动态
本文提出了一种基于时变 Hawkes 过程的推文转发时间预测模型，该模型充分考虑了用户的昼夜节律和信息的老化，通过参数优化可以在不同的时间分辨率上预测转发活动的未来发展，验证表明该方法在所有时间段内都优于现有方法。
PDF8 years ago
KDDSEISMIC: 用于预测推文受欢迎程度的自激点过程模型
本篇论文关注于利用自激励点过程来预测给定信息发布帖子的最终转发次数。我们的模型不需要训练或者昂贵的特征工程，能够实时回答关于信息传播历史以及未来传播的问题，并且在一月的 Twitter 数据集上展现了较强的预测精度。
PDF9 years ago