连续时间离散事件的时序预测在多领域具备重要现实意义，现有模型处理高维半结构化/非结构化数据时，面临 欧式空间映射失真、传统霍克斯过程参数固定及长期依赖捕捉困难等问题。本研究将图结构经庞加莱球嵌入双曲空间，融合 自注意力机制、图卷积神经网络与非参数霍克斯过程构建预测模型，优化图表示与条件强度函数拟合效果以提升高维时空数 据时序预测性能，相关成果可应用于温州交通流量、金融风险等场景，为时序预测领域提供新的技术思路。