En este artículo, proponemos un novedoso marco de recomendación que integra las ventajas de los sistemas de recomendación basados en grafos y los basados en modelos de lenguaje a gran escala (LLM). Mientras que los sistemas de recomendación basados en grafos representan las interacciones usuario-ítem como grafos y aprovechan su estructura y topología, los sistemas de recomendación basados en LLM destacan en el modelado del lenguaje del usuario, la comprensión del contexto conductual y la identificación de relaciones semánticas entre el usuario y el grafo. En este artículo, proponemos un método para combinar eficazmente estas dos perspectivas mediante la integración de la información del grafo en los mecanismos de aviso y atención. En particular, desarrollamos un novedoso diseño de aviso que incluye relaciones de grafos de primer y segundo orden, así como un mecanismo de atención LLM mejorado que integra directamente la información espacial y de conectividad del grafo. Verificamos la eficacia del marco propuesto mediante evaluaciones con conjuntos de datos reales.
