一种适用于跨领域图分类的个性化联邦图学习方法及系统

本发明公开了一种适用于跨领域图分类的个性化联邦图学习方法及系统，针对全局合作中结构异质性的影响，采用通用图频谱知识分享，在包括全局特征值编码器和全局滤波编码器的全局频谱编码器中分享通用频谱知识，使客户通过合作从中受益；其中，保留代表非通用知识的其他组成部分在本地，每个客户为其自身的图特性定制个性化的图卷积，避免频谱偏见的负面影响；针对本地应用中结构异质性的影响，为每个客户配置一个可学习的偏好，采用个性化偏好模块通过配合全局频谱编码器的工作，进行个性化图偏好调整，使其适应每个客户的独特图结构；其中，采用正则化项，以限制个性化偏好模块专注于本地偏好，解决由此引起的过度依赖问题。