GCN图卷积神经网络模型是一种应用在图结构数据上的神经网络模型，它通过在图结构数据上执行卷积操作来提取图中的局部特征。GCN模型与图像处理中的卷积神经网络（CNN）类似，但它们处理的数据格式不同。CNN处理的是规则的网格状数据，如图像，而GCN处理的是不规则的图结构数据，如图社交网络和知识图谱。GCN模型可以有效地捕捉图中的拓扑结构和节点间的关系，从而广泛应用于各种图结构数据的任务中，如图分类、节点分类、链接预测等。