Lo scopo di questa ricerca è fornire un metodo basato sulle reti neurali per suggerire le notizie attraverso i modelli di interazione dell'utente. Per affrontare questa importante sfida, è stato presentato un sistema di raccomandazione delle notizie basato su un grafo, che raccomanda le migliori notizie per l'utente in base alla rappresentazione globale e combinandola con le informazioni locali dell'utente. Il metodo di questa ricerca è incentrato sul miglioramento della rappresentazione delle notizie storiche attraverso l'uso di un grafo delle notizie globale e sul miglioramento della rappresentazione dei contenuti delle notizie candidate attraverso un grafo delle entità globale. In primo luogo, la rappresentazione del testo delle notizie e delle entità delle notizie viene appresa da una prospettiva locale. Quindi, vengono utilizzati un codificatore di notizie storiche e un codificatore di notizie di entità consapevoli del mondo. Infine, vengono utilizzati un codificatore utente conciso e un componente di raccomandazione delle notizie. In questa ricerca, sono state utilizzate reti di trasformatori per il posizionamento delle notizie basate sul contenuto, nonché reti neurografiche che forniscono un ragionamento sulla comunicazione. Inoltre, considerando le notizie del mondo, abbiamo cercato di suggerire notizie che erano nascoste alla vista dei modelli precedenti.