https://dl.acm.org/doi/10.14778/3583140.3583150
这篇论文的背景部分介绍的，介绍得好好！
不了解GNN的建议先看 GNN简介 这篇博客
时态图
T GNN原理
Temporal Message Passing
黄色的便签内容：
tao和来的interaction的t有啥关系：
tao最开始传进来是传的t，由于要拿temporal邻居的h，求邻居的h要递归下去
绿色的便签内容：
递归在这里发生：求这个要递归下去
figure 1：
关键是这里，展示为啥是递归：
State Update
时间复杂度
和静态GNN的区别
为啥静态GNN就没有递归这种说法？
其实时态GNN也可以没有递归，但是这样的话，L层的GNN，对于某个temporal node (v,t)来说，要求其L阶邻居内所有顶点*所有t之前的时间戳（当然可能实际传播下去并不会是所有的时间戳）的temporal node都要从第一层开始计算，一直计算到第L层，这涉及到的node比静态GNN多很多（静态GNN：对于一个node，最多是其L阶邻居内所有顶点），
所以采用递归的方式，实际上可以理解为一种lazy策略，要它的时候才启动计算的感觉
不过，从这个过程中我们可以看到，如果每来一个event(interaction)，其涉及的两个temporal node (v,t)都要严格aggregate所有在t之前的L阶邻居的话，注意到来的event的时间戳是递增的，这样产生的计算对于同样的v来说一定是有冗余的
