总述

该文章提出的模型TransGRec主要针对视频的个性化推荐。具体地，当用户打开一个视频后，自动跳转到符合用户兴趣的片段。
模型主要由两部分组成：u-i图神经网络+物品embedding迁移网络。
为了解决测试集中出现的新的视频片段，这里使用了一个转换网络。该迁移网络以视频的视觉内容作为输入，为视频片段学习一个近似由GNN得出的embedding表示。
**

转换神经网络（Transfer Network）

使用一个多层感知器，以训练集的（item feature， item embedding）作为该感知器的训练数据对其进行训练。
同时为了保证该网络输出的embeding数据与图嵌入所得embedding一致，该网络中使用的激活函数应与图嵌入过程涉及的激活函数一致。
对于该网络，涉及了一个基于GAN的对抗损失函数。其中涉及的判别器也是一个多层感知器。
image.png

模型结构

image.png
图嵌入模型采用BPR loss。