본 논문은 개인화된 뉴스 추천을 위해 사용자의 관심사와 후보 뉴스를 매칭하는 문제를 다룹니다. 기존 방법들은 클릭한 뉴스를 기반으로 단일 프로필을 통해 사용자의 관심사를 나타내는 데 한계가 있었고, 후보 뉴스나 토픽 정보를 고려하는 접근 방식도 후보 뉴스와 사용자 관심사 간의 다중 세분화 관련성을 고려하지 못했습니다. 본 연구는 이러한 문제를 해결하기 위해 다중 세분화 후보 인식 사용자 모델링 프레임워크를 제안합니다. 이 프레임워크는 후보 뉴스 인코딩과 사용자 모델링 두 가지 주요 구성 요소로 이루어져 있으며, 뉴스 텍스트 정보 추출기와 지식 기반 엔티티 정보 추출기를 통해 후보 뉴스 특징을 포착하고, 단어 수준, 엔티티 수준, 뉴스 수준의 후보 인식 메커니즘을 통해 사용자 관심사를 포괄적으로 표현합니다. 실제 데이터셋을 이용한 실험 결과, 제안된 모델이 기존 모델보다 성능이 뛰어남을 보여주었습니다.
