图学习下游任务是基于图结构数据展开的一系列具体应用任务，主要涵盖以下几方面：
- 节点分类：依据节点自身特性及周边节点连接状况，为节点赋予精准类别标签。如社交网络里区分用户所属的兴趣群组，学术网络中明确论文的学科领域归属，以此精准剖析节点在图中的角色定位与特性1。
- 链路预测：凭借图中已有节点和边的关联信息，预测节点间未来是否产生新连接及连接的可能性大小。在社交网络挖掘潜在好友关系、推荐系统预估用户对未接触物品的偏好，以及生物网络探索分子间未知交互作用等场景发挥关键作用，有效挖掘图中潜在关系架构1。
- 图分类：把完整图结构视作整体，依照图的拓扑架构、节点属性分布等要素确定其所属类别。常用于辨别不同类型生物分子图、区分功能各异的网络结构、判定图像场景类别（将图像转化为图结构处理）等任务，有力把控图的宏观特性与功能1