تهدف مشكلة التوصية القائمة على الجلسات إلى تنبؤ أفعال المستخدم بناءً على جلسات مجهولة الهوية. استخدمت الطرق السابقة نموذجًا للجلسة كمتتابعة وتقدير تمثيلات المستخدم بالإضافة إلى تمثيلات العناصر لتقديم التوصيات. رغم تحقيقها لنتائج واعدة، فإن هذه الطرق غير كافية للحصول على متجهات مستخدم دقيقة في الجلسات وتغفل عن انتقالات العناصر المعقدة. من أجل الحصول على غرس دقيق للعناصر وأخذ انتقالات العناصر المعقدة بعين الاعتبار، نقترح طريقة جديدة، وهي التوصية القائمة على الجلسات باستخدام شبكات الأعصاب الرسومية (SR-GNN). في الطريقة المقترحة، يتم نمذجة متتابعات الجلسات كبيانات ذات هيكل رسومي. بناءً على رسم الجلسة، يمكن لشبكات الأعصاب الرسومية التقاط انتقالات العناصر المعقدة التي يصعب الكشف عنها بواسطة الطرق المتتابعة التقليدية السابقة. ثم يتم تمثيل كل جلسة كتركيب بين التفضيل العالمي والاهتمام الحالي لتلك الجلسة باستخدام شبكة انتباه (Attention Network). أظهرت التجارب الواسعة التي أجريت على قاعدتين بيانات حقيقيتين أن SR-GNN تتفوق بشكل واضح وباستمرار على أفضل الطرق الحالية للتوصية القائمة على الجلسات.