一种基于可学习图增强和增强型对比损失的网络节点自动分类与个性化匹配方法

本发明公开了一种基于可学习图增强和增强型对比损失的网络节点自动分类与个性化匹配方法。该方法通过基于注意力机制的自适应图增强模块提升语义多样性；提出融合结构与属性信息的统一相似度度量构建语义一致样本对；并引入双权重调制的对比损失函数，动态调整对比强度以缓解假负样本干扰。该方法有效提升了图节点表示的判别性、泛化能力以及对假负样本的鲁棒性，特别适用于标注数据有限的节点分类场景。学习到的嵌入表示具备迁移能力，可支撑个性化匹配等下游应用。