本论文介绍了一种解决图中不平衡分类问题的高效方法，通过考虑图异质性。研究发现，少数类别不仅样本稀缺，而且同质性低，导致错误信息传播。提出了一种名为Fast Im-GBK的方法，将不平衡分类策略与意识到异质性的图神经网络相结合，解决类别不平衡问题，并减少训练时间。实验证明该模型在节点分类任务中具有更好的性能和效率。