Attention+：一种基于关注关系与多用户行为的图推荐算法

刘梦娟, 王巍, 李杨曦,等. AttentionRank~+:一种基于关注关系与多用户行为的图推荐算法[J]. 计算机学报, 2017(3).

基于Random Walk的TSPR算法

该算法采用一阶Markov-chain计算游走 概 率。方法如下：分别从每个用户节点出发，在“用物品”二分图上进行一轮Random Walk；每当到达 一个节 点 时，需要判断是以概β继续向下游走，还是以1-β概率返回出发点重新游走；重复游走过程，直到二分图上用户与物品的游走概率（即相似度）收敛到稳定值；最终，根据用户对物品的游走概率生成每个用户的物品推荐列表。

算法设计

步骤：

构建“用户-物品”反馈图

“用 户 －物品”反馈图中，不仅设计了基于用户多种反馈类型的“用户 －物品”边，还增加了反映用户共同反馈紧密程度的“用户－用户”边，以提高具有共同兴趣的用户节点之间的游走概率。

假设系统中有Ｎ 种用户反馈类型，每种反馈类型发生的总次数记为（Ｆ１，Ｆ２，…，ＦＮ），首先按照式（２）计算每种反馈