用于不平衡节点分类的集成图神经网络模型

为解决图神经网络（GNN）上不平衡节点的分类问题，提出一种Bagging集成模型，该模型使用图卷积网络（GCN）作为基分类器。在该模型中，先对若干基分类器进行并行训练，然后使用多数投票的方式对这些基分类器的预测结果进行集成，最终完成分类任务。实验结果表明，该文提出的模型显著优于其他现有基线方法，验证了其在不平衡节点分类中的有效性。