这篇论文研究的是估计知识图谱中的节点重要性，可以应用于其它下游任务例如推荐系统等。
这篇论文设计的GENI模型是一种基于GNN的方法，特点是GCN是用来聚合节点重要性得分，而不是像其它的用于知识图谱的GCN那样通过谓词感知的注意力机制来聚合节点嵌入表示。
GNN通常通过节点嵌入在邻居之间传播信息，这是基于一个实体及其邻居相互影响的假设进行建模，因此就其邻居的表示而言，可以更好地表示一个实体的表示。但是，在节点重要性估计的任务中，相邻重要性分数对节点的重要性起主要作用，而其他邻居特征可能影响不大。整个模型的结构图如下图所示，其中红框中为用GNN的打分聚合。GNN的输入为scoring network生成的节点重要性打分，本文的scoring network实验中采用的是简单的多层全连接网络。
