El análisis y la predicción de explosiones es un problema fundamental en el análisis de redes sociales, ya que se ha demostrado que las actividades de los usuarios tienen una naturaleza intrínsecamente explosiva. Las explosiones también pueden ser una señal de temas que están ganando interés en el mundo real. Dado que las explosiones pueden ser causadas por fenómenos exógenos y son indicativas de una popularidad creciente, aprovechar los datos de redes sociales de múltiples plataformas puede ser valioso para predecir explosiones dentro de una sola plataforma de redes sociales. Se propone un modelo de Memoria a Largo y Corto Plazo (LSTM) para capturar las dependencias temporales y asociaciones basadas en la información de actividad. Los datos utilizados para probar el modelo se recopilaron de Twitter, Github y Reddit. Nuestros resultados muestran que el modelo basado en LSTM es capaz de aprovechar la compleja dinámica entre plataformas para predecir explosiones. En situaciones donde no es posible recopilar información de las plataformas de interés, el modelo aprendido puede proporcionar una predicción sobre si se pueden esperar explosiones en otra plataforma.