MFの作者と一緒にグラフベースのモデル。実際、グラフでランダムウォークによってオリジナルに基づいてBPR-MFと頂点の結合は、異なる陽性サンプルをサンプリングある確率が（項目がユーザに直接接続されていないので、不確か選択陽性試料か好適）、及び減衰係数を付与する別の種類のホップの結果の数。
紙の直感：
1）利用者の行列分解の間接的な観測されない項目の優先度を表し、紙は、明示的にクラスの好みをモデル化します。
2）ユーザー接続の数は、アイテムがお気に入りのアイテムよりもはるかに大きなジャンプが好きではありません。