来源：期刊VIP网 时间：
作者：张洪峰;王浩;叶浩然;江昊;周建国;李好;
单位：武汉第二船舶设计研究所;武汉大学电子信息学院;
摘要：针对在线社交网络因平台虚拟性和盲目性导致信息掺杂谣言或虚假信息，以及虚假信息大量传播可能误导社会经济活动并引发社会情绪的问题，提出一种基于Transformer的级联流行度预测（cascade popularity prediction,CasPP）模型，旨在根据其初期（1 h内）的信息传播情况预测24 h后达到的传播规模。实验结果表明，相较于现有的内容传播预测模型，CasPP能够适应不同数据集与不同任务，并取得更好的效果。
关键词：Transformer;;流行度预测;;在线社交网络;;内容传播
