본 논문은 그래프 기반 순차 추천 시스템(GSRs)의 높은 계산 복잡도 문제를 해결하기 위해, 외부 어텐션 그래프 합성곱 신경망과 위치 프롬프트를 활용한 새로운 모델 EA-GPS를 제안합니다. EA-GPS는 외부 메모리 유닛을 이용하여 노드 간의 전역적 연관성을 선형적으로 측정하고, 절대 아이템 위치를 외부 프롬프트로 처리하는 위치 프롬프트 기반 디코더를 사용합니다. 길이 적응형 순차적 마스킹과 소프트 어텐션 네트워크를 통해 장기간 위치 의존성과 문맥적 관계를 효과적으로 포착합니다. 다섯 개의 실제 데이터셋에 대한 실험 결과, EA-GPS는 기존 최첨단 방법보다 우수한 성능을 보이며, 동시에 더 작은 매개변수 크기와 낮은 훈련 오버헤드를 유지합니다. 소스 코드는 공개적으로 제공됩니다.
