基于深度学习的流行度预测研究综述

• 作者: 曹婍 沈华伟 高金华 程学旗
• 来源期刊: 中文信息学报
• 关键词: 流行度预测 深度学习 信息传播 综述
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 综述|Survey
• 页码范围: 1-18,32
• 页数: 19页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2021.02.001

摘要

在线社交网络中的消息流行度预测研究,对推荐、广告、检索等应用场景都具有非常重要的作用.近年来,深度学习的蓬勃发展和消息传播数据的积累,为基于深度学习的流行度预测研究提供了坚实的发展基础.现有的流行度预测研究综述,主要是围绕传统的流行度预测方法展开的,而基于深度学习的流行度预测方法目前仍未得到系统性地归纳和梳理,不利于流行度预测领域的持续发展.鉴于此,该文重点论述和分析现有的基于深度学习的流行度预测相关研究,对近年来基于深度学习的流行度预测研究进行了归纳梳理,将其分为基于深度表示和基于深度融合的流行度预测方法,并对该研究方向的发展现状和未来趋势进行了分析展望.