图神经网络（GNNs）在处理图结构数据时表现出色，邻接矩阵作为基本表示形式，在多阶传播中至关重要。通过邻接矩阵的幂次操作，多阶传播可以捕获更远距离的节点信息，提高模型表达能力。然而，单层GNN架构在多阶传播中可能导致特征过平滑，因此研究人员提出改进方案来增强模型性能。邻接矩阵在社交网络分析及物流网络优化等实际应用中也发挥着重要作用，能够识别潜在社交群体及优化运输路径。