Predecir la popularidad del contenido en línea es una tarea importante para la recomendación de contenido, la predicción de influencia social, y así sucesivamente. Los modelos recientes de aprendizaje profundo generalmente utilizan redes neuronales gráficas para modelar la compleja relación entre el grafo de cascada de información y la popularidad futura, y han mostrado mejores resultados de predicción en comparación con los métodos tradicionales. Sin embargo, los modelos existentes adoptan estrategias simples de agrupación de grafos, por ejemplo, suma o promedio, que tienden a generar una representación ineficiente del grafo de cascada y conducen a resultados de predicción insatisfactorios. Mientras tanto, a menudo pasan por alto la información temporal en el proceso de difusión, que ha demostrado ser un predictor destacado para la predicción de popularidad. Para centrar la atención en los usuarios importantes y excluir ruidos causados por otros usuarios menos relevantes al generar la representación del grafo de cascada, aprendemos el coeficiente de importancia de los usuarios y adoptamos un mecanismo de muestreo en el proceso de agrupación de grafos. Para capturar las características temporales en el proceso de difusión, incorporamos la información de tiempo de duración de interinfección en nuestro modelo utilizando una red neuronal LSTM. Los resultados muestran que la información temporal, en lugar de la información del grafo de cascada, es un mejor predictor de popularidad. Los resultados experimentales en conjuntos de datos reales muestran que nuestro modelo mejora significativamente la precisión de la predicción en comparación con otros métodos de vanguardia.