本研究提出了OpenGU基准，旨在满足图形机器学习中对隐私敏感应用的需求，能够高效删除敏感信息。该基准整合了多种先进的图形遗忘算法和数据集，为灵活的遗忘请求提供全面评估框架，推动未来研究方向。

本文探讨了影响城市流量的主要因素，分析了多种流量预测方法，并提出了基于图形机器学习的模型，如MOHER和Region2Vec，以提高城市流量预测的准确性。此外，研究还介绍了新型模型HAFusion和OpenCity，强调了交通预测中的创新与应用。