作者将MF和Graph-based模型融合在一起。实际上，在原有BPR-MF基础上，通过Graph上的随机游走，并结合顶点的度，以一定概率采样不同的正样本（这些item并不是与user直接连接，不确定这样选取正样本是否合适），并为不同跳数得到的排序对赋予衰减系数。
本文的intuition：
1）矩阵分解是间接的表示用户对unobserved item的偏好，本文希望显式的建模该类偏好。
2）用户对不喜欢的item的连接跳数远远大于喜欢的item。
附论文下载：链接: https://pan.baidu.com/s/1it7nwhPwxk8ipJwxxK8Clg 提取码: t44j