根据最新数据显示，截至2022年1月，全球社交媒体用户超过46.2亿，相当于全球总人口的58.4%。随着Twitter、Instagram、Flickr、微博、微信等社交平台的兴起，每天都有数以万计的帖子在这些平台上发布和传播，其内容涵盖文本、图片、音频、视频等多种形式。面对如此庞大的数据量，如何提前预测社交媒体流行度，对用户和平台而言都具有重大意义。我国著名智能化数字媒体专家权宁真注意到了这个问题，因此他凭借丰富的传媒工作经验以及卓越的科研能力对现有的社交媒体流行度预测系统展开研究，抓住其核心问题，研发新的智能化系统。
权宁真在接受采访时表示：“虽然研究者们在社交媒体流行度预测领域展开了很多有利探索，但是他们仅仅单独致力于构建时序过程或简单地提取手工特征，忽略了特征之间存在的重要关联，导致出现模型表达能力弱、预测不精准的问题。”因此，权宁真将研究重点放在如何通过整合时间过程和内容特征来提升预测社交媒体帖子不同阶段流行度的精准性。
仅用半年时间，权宁真就通过数据挖掘技术、信息交互学习技术、智能数据整合技术研发出一个能够精准预测时序社交媒体流行度的“基于属性敏感交互的时序社交媒体流行度预测系统”。区别现有的流行度预测方法，“基于属性敏感交互的时序社交媒体流行度预测系统”一方面充分挖掘对媒体本身包含的各种有效特征；另一方面利用社交媒体的属性信息采取交互式学习的方式，对用户属性与帖子属性实施关联，从而动态地捕捉用户的偏好以及帖子对社交网络用户的吸引程度。最终通过注意力网络整合用户特征，构建了一种端到端的深度社交媒体预测架构，使模型能够充分利用各种有效特征对流行度精准预测，满足了实际应用的需要。
不仅如此，在提高了时序社交媒体流行度预测的准确度的同时，“基于属性敏感交互的时序社交媒体流行度预测系统”还解决了因庞大数据量，给用户造成的信息过载以及平台管理难度大等问题。该系统通过分析用户生成的内容，进一步预测其流行程度，得出预测结果后对社交网络的服务质量实时优化，在一定程度上辅助社交媒体平台展开质量控制，过滤掉一些无关紧要的内容，从而帮助人们摆脱信息过载的困扰，维护了网站的实用性，提高用户的满意度。
在系统推广初期，权宁真免费提供给各大主流媒体试用，他们在使用过后反馈，该系统切实解决了从前的模型对用户特征过度拟合无法辨认、对帖子内容不敏感等问题，通过重新建模不同特征之间存在的重要关联，提高了时序社交媒体流行度预测的准确性，优化了社交平台的服务质量。不仅为平台更新降低了时间和人力成本，还能够满足用户实际应用中的需要，为用户提供更多个性化定制服务。现如今，“基于属性敏感交互的时序社交媒体流行度预测系统”已经在各大主流媒体中得到广泛应用，有数据显示，因其实用性和准确性为平台吸引了更多用户注册，在应用的2个月时间内，平台的用户量比原先增加了30%，用户的日活跃度增加了50%，为平台创造了巨大的经济和社会效益。在创造出巨大社会价值的同时，也使权宁真在智能化数字媒体领域的影响力和知名度不断提升，他曾多次获得国际大奖，其所研究的“基于多协议多终端交互的实时社交互动系统 ”荣获“2022数字媒体创新技术优秀发明成果”奖以及他本人荣获“‘十四五’数字媒体创新先锋人物”称号。
在信息技术不断飞速发展的今天，尤其是在每分每秒都在更新迭代的传媒行业，只有不断创新技术才能跟随时代发展。因此，权宁真利用自己深厚的理论根基和丰富的实践经验，时刻关注着媒体行业的发展需求和实际问题，同时开展智能化、数字化的科研课题研究，与各大智能化数字媒体专家以及行业内的顶尖人物交流学习，共同探索数字媒体的科技创新之路，研发更多智能化科研成果，助推传媒行业高质量发展,实现数字化转型升级。（文/周珊珊）
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
