Temporal Point Process（时序点过程）

时序点过程（TPP）的核心是条件强度函数 λ(t|H_t)，表示在历史事件 H_t 下，事件在 t 时刻发生的瞬时速率。经典模型如霍克斯过程用激发核捕捉事件间的自激励效应。近年来，基于循环神经网络和 Transformer 的神经点过程（如 RMTPP、NHP）通过端到端学习强度函数，显著提升了预测能力，并扩展到时空点过程。TPP 广泛应用于用户行为建模、地震预测和推荐系统。