一种基于超图检索增强的多模态社交媒体流行度预测方法

本发明属于大数据处理技术领域，公开了一种基于超图检索增强的多模态社交媒体流行度预测方法，首先构建包含图像内容、文本内容和UGC属性信息的UGC记忆库；再从记忆库中检索出与目标UGC相关的若干实例，生成实例集；将生成的实例集转换成以目标UGC为中心的超图，并进行视觉模态和文本模态两种模态的模态内传播与模态间传播，得到更新后的视觉模态和文本模态表示；将目标UGC分别与更新后的视觉模态和文本模态表示进行级联，并经交叉注意力机制处理得到丰富化后的UGC表示，基于此得到流行度预测值。本发明基于属性感知的检索增强实例，并通过模态内传播与模态间传播有效地学习多模态表示，以丰富目标UGC的表示，增强社交媒体流行度预测任务。