如何成为 Instagram 红人：基于双重注意力的帖子热度预测
社会与信息网络
2019-01-23 v2
摘要
随着社交应用数量的不断增长，人们越来越愿意在 Facebook、Instagram 和微信等社交媒体平台上分享日常照片与事件。在社交媒体数据挖掘中，帖子热度预测已受到数据科学家与心理学家的广泛关注。现有研究更多聚焦于探索用户群体上的帖子热度，并纳入时间信息、用户关联、评论数等综合因素。然而，这些框架并不适合指导特定用户制作热门帖子，因为该用户的属性是固定的。因此，先前的框架只能回答“帖子是否热门”而非“如何通过热门帖子走红”。本文旨在预测特定用户帖子的热度并挖掘热度背后的模式。为此，我们首先从 Instagram 收集数据。随后设计一种方法以刻画用户环境，代表该特定用户极可能发布的内容。基于相关数据，我们设计了一种新颖的双重注意力模型，以融合图像、标题与用户环境。该双重注意力模型基本由两部分组成：图像-标题对的显式注意力，以及用户环境的隐式注意力。我们设计了分层结构以拼接显式注意力部分与隐式注意力部分。我们进行了一系列实验以验证模型的有效性，并探究可影响热度的因素。分类结果表明我们的模型优于基线，且统计分析识别出何种图片或标题可帮助用户获得相对较高的“点赞”数。
引用
@article{arxiv.1809.09314,
title = {How to Become Instagram Famous: Post Popularity Prediction with Dual-Attention},
author = {Zhongping Zhang and Tianlang Chen and Zheng Zhou and Jiaxin Li and Jiebo Luo},
journal= {arXiv preprint arXiv:1809.09314},
year = {2019}
}
备注
2018 IEEE International Conference on Big Data (IEEE Big Data)