使用者-項目評分矩陣可以用來建立一個二分圖（Bipartite Graph），圖中節點分别表示使用者和項目，邊的權重為使用者對項目的評分。可以分析二分圖的結構，進而得出對使用者的項目推薦。
使用者和項目是推薦系統的兩個最重要的基本組成部分，可以設使用者集為U，項目集為I。 下面依托上表 2.1 所示的使用者-項目評分矩陣總結一下基于圖結構的推薦算法的四個大緻步驟：
1. 建立二分圖。由于推薦系統包含m個使用者和n個項目，是以二分圖有m+n個節點，二分圖邊的權重為使用者對項目的評分。依據表所建立的二分圖如下圖示，圖中有7 個節點。
2. 計算資源配置設定矩陣。設資源配置設定矩陣為w，資源配置設定有兩個階段，首先由項目到使用者；然後回到項目。由此，項目p到項目q的資源配置設定權重Wpq可以表示為如下：
實驗結果表明，采用公式（2-18）式産生的推薦集傾向于向使用者推薦熱門項目，注重推薦的準确性，而采用公式（2-19）式産生的推薦集傾向于向使用者推薦與衆不同的項目，注重多樣性。 文獻指出，給出了融合公式（2-18）和（2-19）的兼顧準确性和多樣性的資源配置設定權重計算方法：
3. 對使用者重新配置設定資源。用下面公式（2-21）計算項目的新資源。
4. 産生推薦清單。