本申请公开了一种面向增长超图数据的分类系统及方法，其中，系统包括：超图数据输入和维护单元，用于接收增长超图数据；模型维护单元，用于记录当前已出现并学习到的节点类别数，并针对每个已知类别维护对其进行分类的分类模型参数；增长超图学习单元，用于基于增长超图数据，在预设要求下利用构造超图学习过程对维护后的分类模型参数进行扩张和更新，得到学习后的分类模型参数；以及分类预测单元，用于在根据待预测的超图数据，基于学习后的分类模型参数对无标签的超图节点进行类别的预测，得到分类结果。由此，解决了相关技术基于静态超图数据输入进行超图分类，从而导致计算资源的消耗巨大，计算学习效率低下等问题。