KDD2025 | 多标签节点分类场景下,阿里安全&浙大对图神经网络增强发起挑战

KDD2025 | 多标签节点分类场景下,阿里安全&浙大对图神经网络增强发起挑战

💡 原文中文,约4900字,阅读约需12分钟。
📝

内容提要

AIxiv专栏促进学术交流,报道超过2000篇研究。KDD 2025将在多伦多举行,阿里与浙江大学合作的研究成果被收录,提出了针对多标签分类的图神经网络增强技术CorGCN,有效解决模糊特征和拓扑问题,提升节点分类能力。

🎯

关键要点

  • AIxiv专栏促进学术交流,报道超过2000篇研究。
  • KDD 2025将在多伦多举行,阿里与浙江大学合作的研究成果被收录。
  • 提出了针对多标签分类的图神经网络增强技术CorGCN,有效解决模糊特征和拓扑问题。
  • CorGCN通过学习与多标签相关的节点特征,分解为多个标签感知特征。
  • 研究分析了多标签分类场景对GNN消息传递机制的潜在问题。
  • 模糊特征和模糊拓扑影响节点表示的区分能力。
  • CorGCN包括关联感知图分解和关联增强图卷积两个主要部分。
  • 实验验证了CorGCN在多个数据集上的有效性。
  • 多标签节点分类在阿里风控场景中具有重要意义。
  • 研究提出的数据侧图分解和模型侧消息传播增强方法提高了GNN的能力。
➡️

继续阅读