본 논문은 개인화된 뉴스 추천을 위해 사용자의 관심사와 후보 뉴스를 매칭하는 문제를 다룹니다. 기존 방법들은 클릭한 뉴스를 기반으로 단일 프로필을 통해 사용자의 관심사를 나타내는데, 이는 사용자 관심사의 다양성을 완전히 포착하지 못하는 한계가 있습니다. 본 논문에서는 후보 뉴스와 사용자 관심사 간의 다중 입도 관련성을 고려하여 다중 입도 후보 인식 사용자 모델링 프레임워크를 제안합니다. 이 프레임워크는 후보 뉴스 인코딩 및 사용자 모델링 두 가지 주요 구성 요소로 이루어져 있으며, 뉴스 텍스트 정보 추출기와 지식 강화 엔티티 정보 추출기를 통해 후보 뉴스 특징을 포착하고, 단어 수준, 엔티티 수준, 뉴스 수준의 후보 인식 메커니즘을 통해 사용자 관심사를 포괄적으로 나타냅니다. 실제 데이터셋에 대한 광범위한 실험을 통해 제안된 모델이 기존 모델보다 성능이 크게 향상됨을 보였습니다.
