邻居效应图卷积网络的引文网络节点分类方法及系统

本发明公开了一种邻居效应图卷积网络的引文网络节点分类方法及系统。本发明通过引入基于熵的度量来评估引文网络中节点邻域的异配性，并利用这一度量优化图卷积网络的信息聚合机制。首先，通过编码器将节点特征转换为两组特征：聚合特征和判别特征，分别对应于节点邻居的局部信息和节点自身的属性信息。通过利用每个节点的类别分布熵调整这两种特征的比例，动态调整信息聚合策略，以优化节点表示的生成过程。此外，通过考虑每个节点邻居的信息多样性，本发明采用冯·诺依曼熵作为权重指导图卷积的信息聚合过程，从而有效利用邻居信息并增强节点分类的辨别力。最后，本发明将这些机制整合并通过损失函数进行优化。本发明能够显著提高引文网络节点分类的准确性。