随着移动互联网的发展和智能手机的普及，短视频因制作简单、信息量大、代入感强，已成为当前最具热度和代表性的传播形态，备受广大网民青睐。对短视频的流行度进行预测不仅可以帮助短视频平台高效地管理信息，优化内容推荐，还可以帮助政府相关机构监测社会舆论的动向，预警可能涉及的敏感话题和事件。

预测短视频的流行度不仅有助于短视频平台高效地管理信息，还可以对社会舆情进行监控。针对已有工作仅考虑短视频多模态内容特征构建流行度预测模型这一现实情况，本文基于网络表示学习，提出融合短视频内容和网络结构特征的流行度预测模型。首先，基于爬取的抖音数据构建包含短视频、发布者和评论者节点，以及发布和评论关系的异质信息网络，将其映射为短视频和发布者两个同质网络，选择node2vec算法表征网络结构，作为网络模态；其次，提取短视频的多模态内容特征，采用低秩多视图子空间学习方法融合短视频内容和结构特征，作为流行度预测模型的输入；最后，构建短视频流行度预测的多层感知机回归模型，并进行对比和消融实验。结果表明，融合网络结构能够降低短视频流行度预测的误差，各模态对短视频流行度预测的影响程度依次为文本、网络、社交、音频和视觉模态。本文融合了短视频内容和网络结构特征，为基于特征工程的短视频流行度预测提供了新思路。

与基线方法的对比实验表明，综合考虑短视频网络结构和内容特征的流行度预测方法具有优越性。消融实验进一步证实了短视频流行度预测中考虑网络模态的必要性。该方法不仅突破了当前工作主要基于特征工程预测短视频流行度的研究框架，而且可为短视频平台优化信息管理和内容推荐，相关机构有效监管网络舆论，以及短视频创作者制作高质量视频提供了参考。

这篇论文是4位作者共同的研究成果，在此一并表示感谢。

《情报学报》是中国科学技术情报学会会刊，由中国科学技术协会主管，由中国科学技术情报学会、中国科学技术信息研究所主办。本刊创刊于1982年，重点关注信息、知识、情报相关的理论、方法、技术与应用，内容包括：信息搜集与过滤、信息组织与检索、信息分析与服务，知识获取与构建、知识组织与标引、知识利用与服务，情报收集与监测、情报分析与转化、情报传递与服务等。特别欢迎有数据基础、方法或技术上有创新、理论与实践结合紧密的论文。《情报学报》是国家自然科学基金委管理科学部认定的A类期刊，同时收录于北大《中文核心期刊要目总览》、南大《中文社会科学引文索引》（CSSCI）、社科院《中国人文社会科学核心期刊要览》、武大《中国学术期刊评价研究报告》、中国科学技术信息研究所《中国科技期刊引证报告》，是我校高质量学术成果目录A类三级期刊。

个人简介：

朱恒民，南京航空航天大学工学博士，南京大学情报学博士后，美国威斯康星大学密尔沃基分校访问学者。现为南京邮电大学教授，硕士生导师，江苏科技大学博士生导师（兼职），南京邮电大学电子商务国家级一流专业建设点负责人，入选江苏省高校“青蓝工程”中青年学术带头人。

近年来，主要研究方向包括信息管理和网络舆情分析。围绕信息管理研究方向，擅长使用数据分析和数据挖掘技术解决企业和商务中的管理问题。围绕舆情分析这一方向，先后主持国家自然科学基金面上项目3项，运用复杂网络理论和机器学习、深度学习等方法，对互联网舆情演化机理和群体行为建模、互联网舆情的传播扩散趋势预测，以及短视频舆情的信息处理与表示学习展开了深入研究。欢迎对相关领域话题感兴趣的老师和同学联系朱老师！邮箱：zhuhm@njupt.edu.cn.