본 논문은 추천 시스템의 정확도 향상과 투명성 증진을 위해 사용자 선호도의 동적 특성을 효과적으로 모델링하는 데 초점을 맞춘다. 특히, 단기적 관심사와 장기적 선호도의 구분을 간과하는 기존의 사용자 프로파일링 방식의 한계를 지적하며, 대규모 언어 모델(LLM)을 활용하여 이러한 시간적 역학을 포착하는 방법을 탐구한다. LLM을 통해 상호 작용 기록의 단기 및 장기 텍스트 요약을 생성하여 풍부한 사용자 표현을 구축하고, 활발한 사용자 참여가 있는 도메인에서 추천 품질을 향상시킬 수 있음을 확인했다.
