级联预测方法的比较

信息级联存在于互联网上的各种平台中。一个非常重要的现实问题是识别哪些信息级联可以病毒式传播。解决这个问题的系统可用于多种应用，包括公共卫生、营销和反恐。由于级联可以被视为社交网络和时间序列的复合体。然而，在提出级联预测问题求解方法的相关文献中，实验设置通常仅局限于针对特定问题表述的单一指标。此外，这些方法的运行时间很少受到关注。在本文中，我们首先将级联预测问题表述为分类和回归。然后，我们比较了三类级联预测方法：基于中心性的方法、基于特征的方法和基于点过程的方法。我们通过准确度指标和运行时间对方法的评估来进行比较。结果表明，基于特征的方法在预测准确度方面可以优于其他方法，但会产生沉重的开销，特别是对于大型数据集。而基于点过程的方法在模型不能很好地适应数据时也会遇到运行时间长的问题。本文旨在解决这些问题，以便社交网络分析系统的开发者能够选择最合适的方法来预测病毒式信息级联。