GCN（Graph Convolutional Network）是一种基于图结构数据进行卷积操作的神经网络模型。它在处理图数据上展现了很好的性能，特别适用于节点分类、图分类和图生成等任务。
GCN模型的核心思想是将图结构数据转化为矩阵表示，然后通过矩阵的卷积操作来对节点进行特征表示和学习。下面是GCN模型的基本原理和步骤：
图表示：将图数据表示为邻接矩阵（Adjacency Matrix），其中每个元素表示节点之间的连接关系。邻接矩阵可以表示为 A。
特征表示：每个节点都有一个特征向量表示其属性信息。假设有 N 个节点，每个节