لقد ازداد الاهتمام بشكل كبير في أنظمة التوصية الحوارية (CRS)، التي تستكشف تفضيلات المستخدم من خلال التفاعلات الحوارية بهدف تقديم توصيات مناسبة. ومع ذلك، لا تزال أنظمة التوصية الحالية تعاني من ضعف القدرة على (1) استكشاف مسارات استدلال متعددة عبر المعرفة الخلفية لتقديم عناصر وسمات ذات صلة، و(2) ترتيب الكيانات المختارة بشكل مناسب وفقًا لنية النظام الحالية للتحكم في توليد الاستجابات. لمعالجة هذه المشكلات، نقترح في هذا البحث نموذج CR-Walker، الذي يقوم بعملية استدلال ذات هيكل شجري على رسم معرفي، ويولد أفعالًا حوارية مفيدة لتوجيه توليد اللغة. وتتمثل الفكرة الفريدة في نموذج الاستدلال ذي الهيكل الشجري في اعتبار الكيان المُستكشف في كل خطوة كجزء من أفعال الحوار، مما يسهل توليد اللغة ويربط بين طريقة اختيار الكيانات وتعبيرها. أظهرت التقييمات التلقائية والبشرية أن نموذج CR-Walker قادر على الوصول إلى توصيات أكثر دقة، وتقديم استجابات أكثر إفادة وتجذب الانتباه.