作者將MF和Graph-based模型融合在一起。實際上，在原有BPR-MF基礎上，通過Graph上的隨機游走，並結合頂點的度，以一定概率采樣不同的正樣本（這些item並不是與user直接連接，不確定這樣選取正樣本是否合適），並為不同跳數得到的排序對賦予衰減系數。
本文的intuition：
1）矩陣分解是間接的表示用戶對unobserved item的偏好，本文希望顯式的建模該類偏好。
2）用戶對不喜歡的item的連接跳數遠遠大於喜歡的item。
附論文下載：鏈接: https://pan.baidu.com/s/1it7nwhPwxk8ipJwxxK8Clg 提取碼: t44j