近年来，具有社交网络的推荐系统已经得到了很好的研究。 但是，这些方法大多数都忽略了用户和项目之间的社会上下文信息，这对于预测许多推荐问题中的用户偏好非常重要和有用。 此外，已经针对用户可以提供明确等级的场景提出了大多数现有的社交推荐方法。 但是实际上，显性反馈并不总是可用，真实社交网络中的大多数反馈不是显性而是隐性的。 基于以上观察，我们提出了一个统一的排名框架，该框架将社会背景信息和常见的社会关系相融合，以实现隐性反馈。 具体来说，我们首先通过从社交环境中推断出的隐性兴趣来扩展用户潜在特征，然