TrendLearner：用户生成内容流行趋势的早期预测
社会与信息网络
2016-02-16 v4 信息检索
摘要
我们在此关注尽可能早地预测用户生成内容（UGC）流行趋势的问题。以YouTube视频为案例研究，我们提出了一种新颖的两步学习方法：（1）从先前上传的对象中提取流行趋势，（2）预测新内容的趋势。与以往的工作不同，我们的解决方案明确解决了预测准确性与预测后内容剩余兴趣之间的固有权衡，并在每个对象的基础上解决它。我们的实验结果表明，我们的解决方案相对于替代方案有显著改进，并且它能够提高最先进的流行度预测方法的准确性。
引用
@article{arxiv.1402.2351,
title = {TrendLearner: Early Prediction of Popularity Trends of User Generated Content},
author = {Flavio Figueiredo and Jussara M. Almeida and Marcos André Gonçalves and Fabrício Benevenuto},
journal= {arXiv preprint arXiv:1402.2351},
year = {2016}
}
备注
To appear at Elsevier Information Sciences Journal