[论文解读] Modeling and Predicting Popularity Dynamics via Reinforced Poisson Processes

Huawei Shen, Dashun Wang+2 more|arXiv (Cornell University)|Jan 4, 2014

Complex Network Analysis Techniques参考文献 34被引用 119

一句话总结

本文提出了一种强化泊松过程（RPP）模型，以显式捕捉驱动个体项目受欢迎程度的注意力随机到达过程，整合了内在吸引力、老化效应和 preferential attachment（富者愈富）机制。在为期100年的引用数据集上评估，RPP模型通过概率化建模底层到达过程并支持共轭先验的贝叶斯推断，相较于现有方法在预测个体项目受欢迎程度方面表现更优。

ABSTRACT

An ability to predict the popularity dynamics of individual items within a complex evolving system has important implications in an array of areas. Here we propose a generative probabilistic framework using a reinforced Poisson process to model explicitly the process through which individual items gain their popularity. This model distinguishes itself from existing models via its capability of modeling the arrival process of popularity and its remarkable power at predicting the popularity of individual items. It possesses the flexibility of applying Bayesian treatment to further improve the predictive power using a conjugate prior. Extensive experiments on a longitudinal citation dataset demonstrate that this model consistently outperforms existing popularity prediction methods.

研究动机与目标

• 开发一个通用的概率框架，用于建模个体项目注意力的随机到达过程，而非依赖于聚合的受欢迎程度时间序列。
• 整合受欢迎程度动态的三个关键机制：内在吸引力、时间老化效应和 preferential attachment（富者愈富）机制。
• 通过结合贝叶斯处理与共轭先验，实现鲁棒且准确的受欢迎程度预测，以提升泛化能力。
• 在跨越100多年的纵向引用数据集上展示该模型的有效性，证明其在预测方法上持续优于现有方法。

提出的方法

• 使用带有时变强度函数 $ x_d(t) = \lambda_d f_d(t; \theta_d) i_d(t) $ 的强化泊松过程（RPP）建模受欢迎程度动态，其中 $ \lambda_d $ 为吸引力，$ f_d(t; \theta_d) $ 为老化效应的松弛函数，$ i_d(t) $ 为截至时间 $ t $ 的累计注意力。
• 采用灵活的松弛函数 $ f_d(t; \theta_d) $ 建模随时间变化的吸引力，使其能够适应不同领域和动态特性。
• 通过为 $ \lambda_d $ 使用共轭先验实施贝叶斯推断，实现鲁棒的参数估计并提升预测性能。
• 使用最大似然估计（MLE）和变分贝叶斯推断分别对模型进行无先验和有先验的训练。
• 通过基于梯度的方法优化模型参数，最大化观测到的注意力到达时间的对数似然。
• 支持频率学派与贝叶斯推断，允许通过先验知识整合外部领域特定因素。

实验结果

研究问题

• RQ1 如何建模个体项目注意力到达的随机过程，以捕捉项目特异性动态而非整体趋势？
• RQ2 吸引力、老化效应和 preferential attachment（富者愈富）在塑造个体项目受欢迎程度轨迹中分别发挥什么作用？
• RQ3 能否通过显式建模注意力到达过程的生成概率模型，超越基于确定性时间序列的受欢迎程度预测方法？
• RQ4 引入贝叶斯先验在多大程度上提升了受欢迎程度预测模型的预测精度与鲁棒性？
• RQ5 所提出的RPP框架在不同领域（如引用、社交媒体和网络内容）中的泛化能力如何？

主要发现

• RPP模型在跨越100多年的纵向引用数据集上持续优于现有受欢迎程度预测方法。
• 通过建模注意力的实际到达过程而非依赖平滑化后的受欢迎程度时间序列，该模型实现了更优的预测精度。
• 通过贝叶斯处理引入共轭先验，显著提升了预测的鲁棒性与准确性，尤其在数据量有限的项目上表现更优。
• 松弛函数的灵活性使模型能够适应不同的受欢迎程度动态，如引用和在线内容中观察到的对数正态或幂律分布模式。
• 该模型的生成式特性使其可作为未来受欢迎程度动态研究的基准框架，为整合领域特定因素提供基础。