CN202210318990.8，基于GAT-LSTM的信息级联预测方法，本发明公开了一种针对转发级联规模的预测方法，该方法提出将GAT(图注意力网络)、动态路由、LSTM(长短期记忆循环神经网络)组合成为一个新的模型用于信息级联规模的预测方法。所述方法包括：数据预处理；图注意力网络提取节点特征；划分级联快照；动态路由聚合节点信息；LSTM提取时间信息；MLP(多层感知器)进行最后预测；模型测试。本发明可应用于流行度预测领域。本发明为该领域提供了新的特征提取方法，解决了该领域预测效率低、多模型结合后信息利

CN202210318990.8，基于GAT-LSTM的信息级联预测方法，本发明公开了一种针对转发级联规模的预测方法，该方法提出将GAT(图注意力网络)、动态路由、LSTM(长短期记忆循环神经网络)组合成为一个新的模型用于信息级联规模的预测方法。所述方法包括：数据预处理；图注意力网络提取节点特征；划分级联快照；动态路由聚合节点信息；LSTM提取时间信息；MLP(多层感知器)进行最后预测；模型测试。本发明可应用于流行度预测领域。本发明为该领域提供了新的特征提取方法，解决了该领域预测效率低、多模型结合后信息利