该文综述了面向有向图与超图的多种图神经网络方法，包括MagNet、磁签拉普拉斯、HNHN、HGNN、MAGNN、MaGNet、MAGNA等，涵盖节点分类、链接预测与表示学习任务。多数方法在真实数据集上优于现有基线，推动了谱图学习与高阶关系建模的发展。