基于社区结构共性的图神经网络预训练方法及系统

本发明涉及人工智能图神经网络（GNN）技术领域，具体为一种基于社区结构共性的图神经网络预训练方法及系统。预训练方法包括以下步骤：预处理输入图，形成包含节点集合V和边集合A的图G(V,A)；对图G(V,A)进行社区结构检测，以识别出图G(V,A)的社区结构，采用基于模块度的Louvain方法或标签传播的LPA方法高度识别社区；本发明提出了一种基于社区结构共性的图神经网络预训练方法，能够有效解决现有技术中关于大规模图数据处理效率低和对标注数据依赖强的问题。通过对输入图进行预处理和社区结构检测，采用模块度优化的Louvain方法或标签传播的LPA方法，可以高效识别并划分社区，从而保留图的局部和全局结构信息。