研究人员开发了一种名为ViralityNET的新架构，用于预测社交媒体帖子（特别是在Reddit上）的病毒传播性。该模型整合了内部平台数据和源自维基百科页面浏览量激增的外部时间信号。通过使用查询趋势数据的交叉注意力块，ViralityNET在仅文本模型上展示了改进的预测准确性，实现了0.836的AUC-ROC。 AI
影响 这项研究通过更好地理解驱动在线参与的因素，可能带来更复杂的内容推荐和趋势分析系统。
排序理由 学术论文，详细介绍了用于预测社交媒体病毒传播的新模型架构。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.02358v1 Announce Type: new Abstract: Current models for predicting social media virality rely heavily on static textual and structural features, effectively ignoring the highly dynamic nature of trend signals. We study whether real-world attention signals can improve t…
Current models for predicting social media virality rely heavily on static textual and structural features, effectively ignoring the highly dynamic nature of trend signals. We study whether real-world attention signals can improve the prediction of social-media virality beyond wh…