本論文では、Microsoftにおけるクラウドサービスの監視のための注意強化エンティティ推薦フレームワークDiRecGNNを提案します。このフレームワークは、クラウドサービスオーナーが認識するこの機能の有用性や、展開から得られた教訓についての洞察を提供します。具体的には、自動監視システムが追跡すべき最適な属性のサブセットを推奨する問題を取り上げます。従来の手法では、エンティティ間の依存関係を正確に捉えることができず、パフォーマンスが低下するため、トランスフォーマーアーキテクチャにインスパイアされた新しいモデルを提案します。このモデルは、多頭注意メカニズムを用いて多様な隣接エンティティとその属性に焦点を当て、ランダムウォークを用いて長距離の依存関係をキャプチャします。実験結果は、従来の手法に比べて43.1%の改善を示し、機能の有用性は高く評価されました。