随着社交媒体数据类型的多样化发展,仅仅利用文本信息或图片信息进行流行度预测是不够的,我们可以结合多模态信息更准确地预测流行度。然而,此研究在多模态数据的利用和不同模态特征的融合上仍然面临着一些挑战。首先,和单模态数据相比,多模态数据需要对文本、图像和其他信息（如帖子的类别和标签）进行特征提取,特征具有复杂性,充分利用这些信息比较困难。其次,多个模态的信息需要进行有效的整合,但当前的模态融合方式大多使用串联的方式,这种简单化方法无法保证多模态信息的完整性并且可能造成严重的信息损失。因此,本文提出了一种基于多模态层次融合特征的社交媒体流行度预测框架,包括图像特征提取、图像属性特征提取、文本特征提取以及显式属性特征提取,同时通过多层融合的方式,能更好地捕捉社交媒体帖子与其流行得分之间的潜在关系。本文围绕特征提取和多模态融合两方面进行改进以提高多模态流行度预测的效果,主要的研究和贡献如下:（1）利用多模态信息进行社交媒体流行度的预测。在模态特征的提取中,本文确定了图像、图像属性、文本、显式属性四种模态信息同时针对这四种模态完成了特征的提取与表示。（2）提出了一种新的层次融合模型进行多模态流行度预测。本文对模态信息进行了多层深度融合,而不是像其他多模态深度学习模型那样只是采用简单的串联进行模态特征的拼接。本文将此层次融合过程分为三个阶段进行充分融合,并将融合过的特征与流行度预测结合起来,有效地提高了预测效果。（3）为了验证所提模型的有效性,本文利用公共数据集（TPIC17和SMPD19）开展了综合的多模态流行度预测实验,结果表明:第一,XGBoost模型在流行度预测任务中的表现优于其他回归模型;第二,所提模型比其他多模态流行度预测模型的预测效果更好;第三,图像、图像属性、文本和显式属性确实对流行度预测有帮助;第四,模型设计合理,训练参数设置合理。因此,该模型在多模态流行度预测中具有重要意义。