摘要
本发明提出一种基于子图的信息级联预测方法及系统，属于社交网络分析和神经网络技术领域，包括：S1：构建深度学习信息级联预测模型CasSubTS，将采集到的用户发布信息经过输入层，构建信息级联图G；S2：将G输入子图采样层，根据不同时间步长，将其划分为若干个信息级联子图，并转换为邻接矩阵，将邻接矩阵进行节点特征聚合，得到特征表示矩阵B；S3：将B输入特征学习层，得到具备结构特征和时序特征的特性向量；S4：将输入特征加权层，利用通道注意力机制对进行加权融合，得到加权后的特征向量；S5：将输入预测层，以预测最终的宏观级联增量。本发明方法对社交网络中的信息级联进行有效预测。
