# 动态交互分词器

CL-DGFM把动态图上的交互历史编码成与节点身份无关的表格特征，涵盖重复接触、间接连通和有序目的地转移，再让预训练的表格基础预测器在多样合成动力学上学习如何解读这些特征。在TGB与TGB-Seq的13个数据集上，它在其中10个取得最高平均MRR，并在Comment、Flickr、YouTube上分别比所列最强基线高10.78、15.24和11.69个百分点；迁移到真实图时不更新目标图参数。

CL-DGFM把动态图上的交互历史编码成与节点身份无关的表格特征，涵盖重复接触、间接连通和有序目的地转移，再让预训练的表格基础预测器在多样合成动力学上学习如何解读这些特征。在TGB与TGB-Seq的13个数据集上，它在其中10个取得最高平均MRR，并在Comment、Flickr、YouTube上分别比所列最强基线高10.78、15.24和11.69个百分点；迁移到真实图时不更新目标图参数。