推薦システムにおける行列補完をグラフ上のリンク予測の観点から検討します。映画評価などの相互作用データは、観測された評価を示すラベル付きエッジを持つ二部ユーザーアイテムグラフで表現できます。最近のグラフ構造データに対する深層学習の進展に基づいて、我々は二部相互作用グラフ上で微分可能なメッセージ伝播を行うグラフオートエンコーダーフレームワークを提案します。当モデルは標準的な協調フィルタリングベンチマークにおいて競争力のある性能を示しています。補完的な特徴情報やソーシャルネットワークなどの構造化データが利用できる設定では、当フレームワークは最近の最先端手法を上回る性能を発揮します。