推荐算法：基于图的算法：随机游走

ItemRank

@@@Random-walk computation of similarities between nodes of a graph,with application tp collaborative recommendations

• 拉普拉斯矩阵
  http://doc.okbase.net/v_JULY_v/archive/110173.html
  $L = D - A$
  其中D为图的度矩阵，A为图的邻接矩阵。

• 用户与物品间的相似性可以估算为到达这些点的随机概率

@@@ ItemRank

• movelensData
• $p_{ij} = |u_{ij}| / |u_i|$ :当用户已经对物品i评分后还会对j评分的概率
  $d_u=r_u/|r_u|$：
• 迭代公式
  $\pi_U(t+1) = \alpha P^T\pi_u(t)+(1-\alpha)d_u$

1.初始化$\pi_u(0) = \frac{1}{n}1_n$
2. 计算$\pi(\infty)$

其中：$\alpha$是固定的概率到邻近节点，$(1-\alpha)$到任意节点