本文面向的是城市交通拥堵传播的预测问题。通过将城市路网的拥堵传播，建模为一个会随时间动态演化的时序知识图谱(TKG)，交通拥堵传播的预测问题转化为了TKG的时序预测问题。我们提出了对应的TKG推理框架TP3，其核心是一种基于自回归架构的RNN事件编码器与一种图注意力网络聚合函数RGAT。通过编码TKG中不同范围（局部与全局）的历史信息，TP3对未来时刻某一事件发生的概率进行预测。