图神经网络（GNNs）利用邻接矩阵和二阶传播在处理图结构数据中展现了强大的能力。邻接矩阵作为图中节点连接关系的表示，在二阶传播中起到关键作用。通过邻接矩阵的幂次操作，GNN可以实现多阶特征聚合，捕获节点间更复杂的关系。尽管二阶传播能够提高模型的表达能力，但也面临节点特征过平滑的问题。通过优化邻接矩阵的使用和引入正则化技术，研究人员在大规模图数据中提升了GNN的性能。