一种基于检索增强预测的用户生成内容流行度预测方法

本发明适用于信息传播预测技术领域，提供了一种基于检索增强预测的用户生成内容流行度预测方法。本发明通过构建用户生成内容（UGC）知识向量库，设计检索增强预测（RAP）方法，采用双路检索、高速召回与检索内容去耦合减噪架构，有效解决了现有UGC流行度预测的性能瓶颈问题。其中，双路检索与重排召回架构解决了长文本表征偏差问题；下游深度学习网络模块中根据置信度动态调整特征融合权重的去耦合减噪方法，解决了检索噪声干扰问题；整体架构设计则克服了模型强耦合缺陷，使模型能适应检索库动态更新，提升了通用性和泛化能力。