传统的神经网络模型如卷积神经网络（CNNs）和循环神经网络（RNNs）在处理这类图形数据时遇到了一些挑战，而GNNs则在这些场景中表现出色。
一种通过采样和聚合邻居节点来更新节点表示的方法。通常将每个节点初始化为一个特定的特征向量，通常是原始输入特征。
通过局部消息传递，可以有效捕捉局部结构特征。各个节点通过与其邻居节点交换信息来更新自身状态。这个过程可以看作是一个信息传播的过程。在这个过程中，每个节点会聚合其邻居节点的信息。
采用某种方法（如求平均、求和或者最大值）的聚合操作来合并邻居节点的信息。这些操作帮助节点获得其邻居的整体信息。
同时匹配超过