KGAT模型是一種用於知識圖譜的新型注意力網路，它採用端到端的方式顯式地建立了以知識圖譜為單位的高階連線度模型。該模型通過遞歸地從節點的鄰居（可以是用戶、項或屬性）傳播嵌入，以改進節點的嵌入，並使用注意機制來區分鄰居的重要性。這種方法在概念上優於現有的基於知識圖譜的推薦方法，因為它們要麼通過提取路徑來利用高階關係，要麼通過正則化對高階關係進行隱式建模。KGAT模型在圖神經網路框架下實現了顯式的端到端的高階關係建模。例如，可以將用戶-項目互動數據表示成用戶集U和物品集I之間的二部圖G1，其中連線y_{ui}=1表示用戶u與項目i之間存在觀察到的互動作用，否則為0。