本文提出了一种端到端的视频摘要建模方法，结合消费者生成的视频内容、评论和商品属性，利用图神经网络进行多粒度分析。研究设计了四个模型以捕捉视频摘要特性，并通过实验验证了框架的有效性。此外，提出了无监督方法和多模态摘要任务，以提高视频摘要的质量和评估标准。