على الرغم من أن مسارات اهتمامات المستخدم التحول في الرسوم البيانية المعرفة (KGS) يمكن أن تستفيد أنظمة التوصية المحادثة (CRS)، فإن المنطق الصريح على KGS لم يتم النظر فيه بشكل جيد في CRS، بسبب مجمع المسارات عالية الجودة وغير كاملة.نقترح CRFR، والتي تقوم بفعالية بتفريغ المنطق متعدد القفزات على KGS مع نموذج تعليمي التعزيز في سياق المحادثة.بالنظر إلى عدم اكتمال KGS، بدلا من تعلم مسار التفكير الكامل الفردي، يتعلم CRFR مرن شظايا التفكير المتعددة المحتمل الواردة في المسارات الكاملة لتحويل المصالح.يتم بعد ذلك مصمما بعد ذلك نموذج موحدة شظايا يدلي بمعلومات الشظايا من KGS الموجهة نحو البند والموجهة نحو المنفاه لتعزيز استجابة CRS مع الكيانات والكلمات من الشظايا.تثبت تجارب واسعة النطاق أداء SOTA الخاص ب CRFR على التوصية والمحادثة وتفسير المحادثة.