本发明公开了一种基于三元互信息图对比学习的网络节点分类算法，涉及数据挖掘技术领域，包括：对目标图数据集进行两次数据增强，获得视图#imgabs0#通过共享权重的GNN编码器将#imgabs1#编码得到特征表示H1,H2；通过共享权重的映射头h(·)将H1,H2的非线性变化映射到指定特征空间表示Z1,Z2；通过共享权重的解码器d(·)解码Z1,Z2得到D1,D2；通过引入视图之间和视图与原图之间的互信息的计算，以最大化三元互信息，从而更好地区分有用的信息和对任务无益的信息，获得更具实用性的表示，并且能够更好地应用于下游任务，减轻了过拟合，提高了模型的泛化能力，使模型性能指标显著提高。