一种考虑图节点属性缺失和图结构不完整的图表示学习方法、装置、存储介质

本申请提供了一种考虑图节点属性缺失和图结构不完整的图表示学习方法、装置、存储介质，属于图神经网络技术领域；解决了已有方法以单个节点为基本单元，推断图中信息全貌的方式不符合城市区域关联理论，无法有效合理刻画区域交互背后机制的问题；本申请提出以“节点对”为基本单元，引入节点属性‑结构的循环一致性约束，对图中节点属性和边的联合分布进行建模，并利用此分布补全图中缺失信息，与城市区域缺失信息的补全更加契合；本申请应用背景是数据驱动的城市系统动力学建模，用于预测城市发展态势。