본 논문은 추천 시스템의 성능 개선을 위해 그래프 신경망과 Transformer 기반의 시퀀스 모델을 통합한 새로운 접근법을 제안한다. 사용자 리뷰에서 숨겨진 의도를 추출하여 그래프 구조를 통해

사용자-아이템 관계를 효과적으로 모델링하고, Transformer 모델을 통해 사용자의 순차적 행동을 효과적으로 반영하였다. 실험 결과, 제안모델은 기존의 GRU4Rec, SASRec, Bert4Rec 과 같은 대표적인 추천 모델과 비교하여 우수한 추천 성능을 입증하였다.