Saber cómo predecir de manera efectiva la escala de futuras cascadas de información basadas en la trayectoria histórica de la diseminación de información se ha convertido en un tema importante. Es significativo para la orientación de la opinión pública; la publicidad; y la recomendación de puntos calientes. La tecnología de aprendizaje profundo se ha convertido en un tema de investigación popular en la predicción de la popularidad, pero para datos de plataformas sociales complejas, los métodos existentes son desafiantes para utilizar la información de cascada de manera efectiva. Este documento propone una red de aprendizaje profundo de extremo a extremo novedosa CAC-G con convolución de atención en cascada (CAC). Este modelo puede enfatizar la información global al aprender la información del nodo y reducir los errores causados por la pérdida de información. Además, se investiga y se aplica un nuevo método de agregación de enrutamiento dinámico-AT para agregar información de nodo y generar una representación de instantáneas de cascada. Luego, se emplea la unidad recurrente con compuertas (GRU) para aprender información temporal. La validez y la capacidad de generalización de este estudio se verifican en los experimentos aplicando CAC-G en dos conjuntos de datos públicos donde CAC-G es mejor que los métodos de referencia existentes.