一种基于图神经网络的异常用户分类方法

本发明涉及信息技术领域，具体公开了一种基于图神经网络的异常用户分类方法，包括：S1、数据预处理与图构建，S2、节点表示分解，S3、生成基于同配度矩阵的伪标签，S4、信号聚合，S5、模型设计，S6、损失函数设计和S7、节点分类方法；本发明使用Weisfeiler‑Lehman同构测试和同配度矩阵的伪标签生成方法，能够有效地减少训练时间和计算资源，高效的信号聚合方法也使得推理过程更加快速；通过分解节点表示和伪标签生成的方法，使得模型在做出决策时更加透明，可以理解模型是如何利用同配性和异配性信息进行判断的，从而增加了模型的可解释性和精度。