[论文解读] Modeling Popularity in Asynchronous Social Media Streams with Recurrent Neural Networks

Swapnil Mishra, Marian-Andrei Rizoiu+1 more|arXiv (Cornell University)|Apr 6, 2018

Complex Network Analysis Techniques参考文献 28被引用 11

一句话总结

本文提出RNN-MAS，一种循环神经网络模型，可联合建模微博事件（如推文）的异步流与聚合分享量，以预测YouTube视频的受欢迎程度。该模型将最先进预测准确率提升了17%，并引入了新颖的指标——推广得分与响亮度水平，用于量化不同类型内容中个体及群体推广的影响。

ABSTRACT

Understanding and predicting the popularity of online items is an important open problem in social media analysis. Considerable progress has been made recently in data-driven predictions, and in linking popularity to external promotions. However, the existing methods typically focus on a single source of external influence, whereas for many types of online content such as YouTube videos or news articles, attention is driven by multiple heterogeneous sources simultaneously - e.g. microblogs or traditional media coverage. Here, we propose RNN-MAS, a recurrent neural network for modeling asynchronous streams. It is a sequence generator that connects multiple streams of different granularity via joint inference. We show RNN-MAS not only to outperform the current state-of-the-art Youtube popularity prediction system by 17%, but also to capture complex dynamics, such as seasonal trends of unseen influence. We define two new metrics: promotion score quantifies the gain in popularity from one unit of promotion for a Youtube video; the loudness level captures the effects of a particular user tweeting about the video. We use the loudness level to compare the effects of a video being promoted by a single highly-followed user (in the top 1% most followed users) against being promoted by a group of mid-followed users. We find that results depend on the type of content being promoted: superusers are more successful in promoting Howto and Gaming videos, whereas the cohort of regular users are more influential for Activism videos. This work provides more accurate and explainable popularity predictions, as well as computational tools for content producers and marketers to allocate resources for promotion campaigns.

研究动机与目标

• 开发一个统一模型，捕捉多种异构、异步数据流（如单条推文和每日分享量）对在线内容受欢迎程度的联合影响。
• 通过支持可解释的“假设”情景模拟（如单位级别推广或季节性影响），改进现有黑箱受欢迎度预测模型。
• 量化并比较不同用户群体（如超级用户与中等关注用户）在各类内容类别中推动内容病毒式传播的相对有效性。
• 解决现有研究中通常将事件级数据与体量级数据分开处理的不足，实现对两者的同时建模。
• 为内容制作者和营销人员提供基于内容类型和影响者特征的计算基础工具，以优化推广策略。

提出的方法

• RNN-MAS采用多流循环神经网络架构，处理两种不同的异步数据流：(1) 离散事件序列（如推文）和(2) 聚合时间序列体量（如每日分享量）。
• 模型使用门控循环单元（GRUs）捕捉两股流中的时间依赖性，并通过跨流注意力机制或拼接机制实现流间信息交换。
• 采用端到端训练方式，以序列到序列学习目标预测未来受欢迎度（如总观看量），最小化预测观看量与实际观看量之间的均方误差。
• 模型引入一种新型损失函数，同时考虑事件的时间动态与累积体量趋势，支持跨粒度的联合推理。
• 通过模型梯度推导出一种新指标——“推广得分”，用于量化在不同时间点每单位推广带来的受欢迎度边际增长。
• “响亮度水平”指标通过个体用户或用户群体边际受欢迎度增长的对数比率计算得出，支持对影响者影响力进行比较分析。

实验结果

研究问题

• RQ1 如何通过单一模型有效整合多种异步数据流（如单条推文与每日分享量），以提升在线内容受欢迎度的预测性能？
• RQ2 外部推广对视频受欢迎度的时间变化非线性影响是什么？如何以可扩展且可解释的方式进行量化？
• RQ3 不同类型用户（特别是排名前1%的关注度最高的超级用户与中等关注用户群体）在推动各类内容类别中病毒式传播方面的能力有何差异？
• RQ4 该模型在多大程度上能捕捉潜在的外部影响（如季节性趋势或未观测到的事件）？如何利用这些影响进行模拟与预测？
• RQ5 统一的深度学习框架是否能在提升受欢迎度预测性能的同时，提供关于用户影响力与活动有效性的可解释洞察？

主要发现

• 与先前模型相比，RNN-MAS将YouTube受欢迎度预测的最先进性能提升了17%，在各类内容类型中均表现出更优的泛化能力。
• 推广得分指标显示，单位推广的有效性随时间显著变化，且具有非线性特征，响应峰值通常出现在初始曝光后不久。
• 响亮度水平指标表明，在37%的非营利与公益活动类视频中，超级用户比中等关注用户群体更具推广效率，但在教程与游戏类内容中则效果较差。
• 对于教程与游戏类视频，一组中等关注用户带来的受欢迎度增长超过单个超级用户，表明在这些类别中具有更高的集体影响力。
• 该模型通过“未观测响应”指标成功捕捉了受欢迎度动态中的季节性趋势，该指标量化了未观测到的外部影响（如节假日或周期性事件）的影响。
• 事件流与体量流的联合建模相比仅聚合或分别处理流的模型，能实现更准确的预测，尤其在捕捉注意力的短期爆发方面表现更优。