De verspreiding van sociale media heeft de verspreiding en proliferatie van online memes (bv. ideeën, onderwerpen, melodieën en tags) sterk gekatalyseerd. Deze overvloed aan informatie overstijgt echter het vermogen van online gebruikers om deze te consumeren. Het rangschikken van memes op basis van hun populariteit zou online reclame en contentdistributie kunnen bevorderen. Ondanks dit belang zijn er maar weinig bestaande werken die dit probleem goed kunnen oplossen. Ze zijn ofwel ontmoedigd door onpraktische veronderstellingen of niet in staat om dynamische informatie te karakteriseren. Daarom werken we in dit artikel een modelvrij schema uit om online memes te rangschikken in de context van sociale media. Dit schema is in staat om de niet-lineaire interacties van online gebruikers, die het proces van meme-verspreiding kenmerken, te karakteriseren. Empirische studies op twee grootschalige, real-world datasets (één in het Engels en één in het Chinees) tonen de effectiviteit en robuustheid van het voorgestelde schema aan. Bovendien kan dit rangordeschema, dankzij de fijnmazige modellering van gebruikersdynamiek, ook worden gebruikt om de populariteit van meme’s te verklaren door de lens van sociale invloed.