본 논문은 확산 모델(Diffusion Models, DMs)이 추천 시스템에서 이미지와 아이템 간의 구조적 차이로 인해 성능 저하를 겪는다는 점을 지적합니다. 특히 아이템은 이미지보다 비등방적(anisotropic)이고 방향성 있는 구조를 가지는 경우가 많아, 등방적 가우시안 노이즈를 추가하는 기존의 전방향 확산 과정에서 의미 있는 표현이 손실될 수 있습니다. 이를 해결하기 위해, 논문에서는 비유클리드 공간인 쌍곡 공간(hyperbolic space)을 활용한 새로운 추천 모델인 HDRM(Hyperbolic Diffusion Recommender Model)을 제안합니다. HDRM은 쌍곡 공간의 비유클리드 구조를 활용하여 비등방적 확산 과정을 효과적으로 처리하고, 사용자-아이템 그래프의 고유한 위상을 보존하도록 설계되었습니다. 세 개의 벤치마크 데이터셋을 이용한 실험 결과 HDRM의 효과를 입증합니다.
