中文摘要：

在基于关系图约束的推荐方法中,引入用户图（项目图）约束的目的是保持原始的高维用户表征空间（高维项目表征空间）与低维的隐性用户表征空间（隐性项目表征空间）之间用户关系（项目关系）的一致性.不同于传统的基于关系图Laplacian矩阵的一致性约束,本文提出一种基于关系图邻接矩阵逼近的推荐模型,从相似性空间一致性角度进行约束,在保持高维表征空间与低维隐性空间的一致性关系的同时,可以一定程度上避免局部过拟合问题.在EachMovie与MovieLens数据集上的实验结果验证了本文算法的有效性.