普渡大学团队提出协变量依赖的CR-MRF联合模型，在MovieLens上比Bradley-Terry与Plackett-Luce更准确地预测成对偏好
作者提出协变量依赖的连续比率马尔可夫随机场（CR-MRF）模型，对多元有序评分进行联合建模，并证明Bradley-Terry与Plackett-Luce等比较模型是其独立性与指数竞赛限制下的特例；他们用重要性采样估计难解归一化常数实现最大似然推断，在模拟与MovieLens数据上，直接建模有序评分比先转成成对或列表胜负再拟合比较模型能给出更准、更校准的偏好预测。