本文研究了图形凝聚（GC），提出了四个评估标准，并探讨了优化策略及其应用。介绍了大规模图压缩基准GCondenser，分析了图压缩的定义、分类及评估指标，提出了高效的图压缩方法EXGC，显著提升了效率和可解释性。研究表明，压缩后的图在多种数据集上表现优异，推动了图神经网络的训练效率。