本发明属于神经网络模型技术领域，公开了一种基于社区意识的图掩蔽自编码学习方法、系统及存储介质，所述基于社区意识的图掩蔽自编码学习方法将社区结构信息引入GAE框架，并在学习过程中保持社区的影响力；采用社区引导的边缘掩蔽和节点特征掩蔽；在自动编码器中使用GNN进行多任务解码，并辅以动态损失函数，从原始数据中提取额外的有价值信息，用于增强图重建；在节点分类、链接预测和图分类等多个下游任务上，ComMGAE在学习图表示时保留图拓扑结构和语义信息。本发明的目标是识别现有GAE设计的弱点，并在图表示学习中完善相关工作，以应用于下游任务，如链接预测以及节点或图分类。