论文导读 | 社交网络上的信息传播预测

作者：北京大学苟向阳

 

编者按：

现代社交网络极大地促进了信息的生成和传播，也加剧了不同信息对用户注意力的竞争。

对于一条信息的传播范围进行预测，能够帮助运营者和用户提前发现潜在的热点，从而为其决策提供指导。

本文将介绍两种基于深度学习的信息传播预测算法。

 

问题定义

信息传播预测，即为基于一条信息当前的传播路径，预测信息未来的传播范围。具体来说。一条信息在社交网络上的传播可以被抽象为一个传播图 (cascade graph)， 如下图所示。传播图上的每一个点代表社交网络上的一个用户，而边则表示该信息被用户 v 转发自用户 u 。t 指从该信息第一次被发布（下图中的）到该次转发之间经过的时间。给定一个观察窗口, 我们已知此时间窗口内的所有转发，即 T 时刻为止的传播图。我们需要以此为根据，预测该信息未来还会被转发多少次。

 

 

背景工作介绍

早期的信息传播预测主要有两类方式。一类是基于特征的方法：这类方法靠使用者手工提取特征，如信息的内容特征，当前传播的时序特征，结构特征，传播路径上的用户特征等。基于这些特征，使用回归 (regression) 算法来预测信息转发次数。这一类方法的效果非常依赖于特征的提取，对于不同的问题，需要使用者根据自己经验来提取合适的特征。第二类是生成式算法，这类算法设计模型来模拟信息传播机制，力图将信息传播的主要特点保留在模型中，然后运用该模型来计算每一条信息在未来的传播范围。这类算法的主要问题在于预测能力有限，因为其使用的模型一般来自于一些泛用数学模型，如强化泊松过程，而不能准确模拟信息传播。本文介绍的两种方法为生成类算法与深度学习算法的结合。它们将生成类方法中利用的信息传播特点，如自我激励（self-exciting），衰减机制（time decay effect）等，与深度学习相结合，从而在保持可解释性的同时获得更强的预测能力。

DeepHawkes

DeepHawkes 算法来自于2017年CIKM论文《DeepHawkes:  Bridging the Gap between Prediction and Understanding of Information Cascades》[1]。该算法将Hawkes 过程与深度学习方法结合。它利用了Hawkes过程中的3个主要机制：1. 用户影响力，不同的用户具有不同的影响力，高影响力用户对于信息传播具有更大贡献。2. 自我激励机制：历史上的每一次转发都使得该信息在未来被转发的可能性提升。3.时间衰减机制：历史转发的影响力会随着时间衰减。

DeepHawkes结构如下图。它将传播图表示为一系列的传播路径，每一条传播路径代表信息从起始点到达某一个用户的过程。DeepHawkes 由 3个部分组成，第一部分为用户embedding，将用户的身份信息embedding 为一个低维的向量，从而表征用户的影响力信息；第二部分为路径编码，使用循环神经网络 (Recurrent Neural Network, RNN) 生成每一条传播路径的向量表示；第三部分为结合时间衰减的加和池化，使用监督学习得到不同时间的衰减系数，然后将每一