用戶-項目評分矩陣可以用來建立一個二分圖（Bipartite Graph），圖中節點分別表示用戶和項目，邊的權重為用戶對項目的評分。可以分析二分圖的結構，進而得出對用戶的項目推薦。
用戶和項目是推薦系統的兩個最重要的基本組成部分，可以設用戶集為U，項目集為I。 下面依托上表 2.1 所示的用戶-項目評分矩陣總結一下基於圖結構的推薦算法的四個大致步驟：
1. 建立二分圖。由於推薦系統包含m個用戶和n個項目，因此二分圖有m+n個節點，二分圖邊的權重為用戶對項目的評分。依據表所建立的二分圖如下圖示，圖中有7 個節點。
2. 計算資源分配矩陣。設資源分配矩陣為w，資源分配有兩個階段，首先由項目到用戶；然后回到項目。由此，項目p到項目q的資源分配權重Wpq可以表示為如下：
實驗結果表明，采用公式（2-18）式產生的推薦集傾向於向用戶推薦熱門項目，注重推薦的准確性，而采用公式（2-19）式產生的推薦集傾向於向用戶推薦與眾不同的項目，注重多樣性。 文獻指出，給出了融合公式（2-18）和（2-19）的兼顧准確性和多樣性的資源分配權重計算方法：
3. 對用戶重新分配資源。用下面公式（2-21）計算項目的新資源。
4. 產生推薦列表。