谁会分享我的图像？预测在线社交网络中的内容扩散路径

内容流行度预测因其对 Facebook、Instagram、Twitter 和 Pinterest 等社交媒体网站的用户和平台方的重要性和关注度而得到了广泛研究。然而，现有工作主要侧重于使用单一指标（如点赞或分享的总数）来建模流行度。在这项工作中，我们提出了 Diffusion-LSTM，一种基于记忆的深度递归网络，它学习递归地预测图像通过社交网络的整个扩散路径。通过结合用户社交特征和图像特征，并使用显式记忆单元编码迄今为止的扩散路径，我们的模型比仅编码图像或社交特征或缺乏记忆的替代基线模型更准确地预测图像的扩散路径。通过将个体用户映射到用户原型，我们的模型可以泛化到训练期间未见过的新的用户。最后，我们展示了模型生成扩散树的能力，并表明生成的树与真实树非常相似。