一种用于图神经网络节点分类的反事实证据挖掘方法

本发明公开了一种用于图神经网络节点分类的反事实证据挖掘方法。其包括反事实证据定义、基于核函数的相似度计算、局部反事实证据挖掘及全局反事实证据挖掘四个关键技术模块。本申请能够通过挖掘结构和特征相似但预测结果不同的节点对，为GNN模型提供真实且可行的解释，支持模型诊断、公平性分析及训练数据优化等任务。该方法无需扰动输入，适应性强，具备高效索引机制，可在百万级图数据上实现秒级响应，显著提升解释性与公平性分析能力，具有广阔应用前景。