21CIKM：Understanding Event Predictions via Contextualized Multilevel Feature Learning论文笔记

模型任务

对模型方法不多做介绍，该工作重点是解释方法。其解释方法实质上与GNNExplainer一致。可参考
19NIPS：GNNExplainer: Generating Explanations for Graph Neural Networks阅读笔记

数据集：

ZZ活动数据集：
X=某地活动（游行、抗议etc.）的时间序列，Y=该地是否爆发新的活动（游行、抗议）
新冠数据集：
X=某地活动（集会、节日etc.）的时间序列，Y=该地是否爆发新一轮疫情

备注：

1. 该任务处理的实际上是一个经典的GNN，输入1、2都可以视为节点特征。
2. 该任务的解释方式和GNN Explainer实质上是一样的，解释1、2分别对应着特征和节点的标注。
3. 将一个时间在一段时间内发生的频率初始化事件节点。事实上也是一个静态的网络。（对时间的标注不能具体到特定时间节点）