微博平台上的流行度预测旨在根据早期阶段的转发动态来预测该消息的未来流行度。 现有的工作主要集中在探索有效的预测功能上，而忽略了转推的潜在到达过程。 此外，在早期阶段，用户活动变化对转发动态的影响已被忽略。 在本文中，我们提出了带有时间映射过程的扩展增强型Poisson过程模型，以对转发动态进行建模并预测未来的流行度。 所提出的模型通过捕获与消息老化能力相对应的幂律时间松弛函数来显式地描述消息获得其转发的过程，该函数随消息吸引新转发的能力的老化以及表征“越丰富”的指数增强机制。丰富”的现象。 此外