本論文では、ユーザーの動的でコンテキストに富んだ好みをモデル化して予測するのが困難な最新の推奨システム問題を解決するためにDUALRecを提案します。 DUALRecは、LSTMネットワークの時間的モデリング能力と微調整された大規模言語モデル(LLM)の意味的な推論能力を組み合わせて、ユーザーの進化する好みを捉え、次の映画をお勧めします。 LSTMはユーザーの視聴履歴を通じて進化する好みを把握し、微調整されたLLMはこれらの時間的なユーザー洞察を活用してユーザーが楽しむ次の映画を作成します。 MovieLens-1Mデータセットの実験の結果、DUALRecモデルはさまざまな基準モデルより優れた性能を示しました。