本文探讨了图神经网络（GNNs）在类别不平衡问题上的解决方案，提出了GraphSMOTE、GraFN和Fast Im-GBK等新方法，结合自监督学习和图异质性，显著提高了节点分类的准确性和效率。这些研究为不平衡节点分类提供了新的理论视角和实用框架。