نعتبر إكمال المصفوفات في أنظمة التوصية من وجهة نظر تنبؤ الروابط في الرسوم البيانية. يمكن تمثيل بيانات التفاعل مثل تصنيفات الأفلام بواسطة رسم بياني ثنائي الأطراف بين المستخدمين والعناصر، حيث تعبر الأضلاع الموسومة عن التصنيفات المشاهدة. بناءً على التقدم الحديث في التعلم العميق على البيانات ذات الهيكل الرسومي، نقترح إطارًا لترميز الرسوم البيانية ذاتيًا يعتمد على تمرير رسائل قابلة للتفاضل في الرسم البياني الثنائي الأطراف للتفاعل. يظهر نموذجنا أداءً تنافسيًا في مقاييس التعاونية القياسية للتوصية. وفي البيئات التي تكون فيها معلومات الخصائص المكملة أو البيانات الهيكلية مثل الشبكة الاجتماعية متاحة، فإن إطارنا هذا يتفوق على الأساليب الأكثر تقدمًا حديثًا (state-of-the-art).