추천시스템을 공부하다 보면, 자주 언급되는 중요한 주제가 있다.“사용자–아이템 상호작용 데이터만으로, 어떻게 더 정교한 표현(임베딩)을 만들 수 있을까?”전통적인 MF(Matrix Factorization)는 사용자 임베딩과 아이템 임베딩의 내적으로 점수를 계산한다. 간결하고 강력하지만, 구조적으로 고차 연결성(high-order connectivity)을 직접 반영하기가 어렵다. 예컨대 다음과 같은 신호는 MF에서 자연스럽게 흡수되기 어렵다.사용자가 클릭한 아이템과 비슷한 아이템을 클릭한 다른 사용자의 취향u→i→u′→i′와 같은 2-hop, 3-hop 이상의 연결 패턴이때 사용자–아이템 관계를 이분 그래프(bipartite graph)로 보고, 그래프에서 널리 쓰이는 메시지 패싱(message pas..
