본 논문은 온라인 플랫폼에서 사회적 추천의 효과를 높이기 위해 사회적 동질성 가정(사회적 연결이 있는 개인은 유사한 선호도를 공유한다는 가정)의 한계를 극복하는 새로운 생성 모델을 제시한다. 실제 사회 네트워크의 복잡성과 노이즈로 인해 사회적 동질성 가정이 항상 성립하지 않는 문제를 해결하기 위해, 점수 기반 생성 모델인 SGSR(Score-based Generative Model for Social Recommendation)을 제안한다. SGSR은 확률적 미분 방정식(SDE) 기반 확산 모델을 사회적 추천에 적용하며, 누락된 감독 신호 문제를 완화하기 위한 공동 커리큘럼 학습 전략과 사회적 및 협업적 영역 간의 지식 정렬을 위한 자기 지도 학습 기법을 활용한다. 실제 데이터셋을 이용한 실험 결과, SGSR은 불필요한 사회적 정보를 필터링하고 추천 성능을 향상시키는 효과를 보였다.
