LLM能否从社交媒体预测Internet流量？
网络与互联网体系结构
2025-09-25 v1
摘要
社会事件塑造着Internet的行为。一位著名公共人物的去世、软件发布或大型体育赛事可触发需求激增，进而压垮接入点和内容分发网络。尽管这些事件超出常规流量模式，但预测系统仍仅依赖这些模式，从而错失这些关键异常。因此，我们主张采用一种社会技术系统，通过主动理解其背后驱动因素，包括事件和集体行为如何塑造数字需求。我们提出利用来自公共话语的信号（如标题、论坛和社交媒体）作为需求的早期指示器进行流量预测。为验证我们的直觉，我们构建了一个概念验证系统，能够自主抓取线上讨论、推断现实事件、对其进行语义聚类和丰富化，并与主要Internet交换点的流量测量结果相关联。该原型在抓取适量线上讨论后，预测了56%-92%的社会驱动型流量峰值。我们认为，这一方法为跨域预测、调度、需求预判及社会信息化决策开辟了新的研究机遇。
引用
@article{arxiv.2509.20123,
title = {Can LLMs Forecast Internet Traffic from Social Media?},
author = {Jonatan Langlet and Mariano Scazzariello and Flavio Luciani and Marta Burocchi and Dejan Kostić and Marco Chiesa},
journal= {arXiv preprint arXiv:2509.20123},
year = {2025}
}
备注
8 pages, 5 figures