本次提议的教程旨在让CIKM社区熟悉利用图神经网络(GNNs)的现代用户画像技术。最初,我们将深入探讨用户画像和GNNs的基础原理,并提供相关文献概述。随后,我们将系统地检查专门为用户画像开发的尖端GNN架构,强调在这一背景下通常使用的数据。此外,将讨论GNNs在用户画像潜在应用中的伦理考虑和超越准确性的视角,例如公平性和可解释性。在实践环节中,参与者将通过使用开源工具和公开可用的数据集,获得构建和训练最新GNN模型进行用户画像的实际见解。观众将通过专注于偏见分析和用户画像解释的案例研究,积极探索这些模型的影响。在教程的最后,我们将分析该领域现有和新兴的挑战,并讨论未来的研究方向。