近年のインターネットにおける情報過多の問題に対し，ユーザの興味に応じたニュース推薦システムの重要性が高まっている．本研究では，カテゴリ情報とBERTによる文意理解を組み合わせたニュース記事のベクトル表現，および時系列的な閲覧履歴の重み付けに基づくユーザモデルを提案する．ニュースベクトルとユーザモデル間の類似度による記事選択を行い，MMR（Maximal Marginal Relevance）を用いたリランキングにより推薦の多様性を確保する．提案手法の有効性は，推薦精度と内容の多様性の両観点から評価する．本システムにより，ユーザの興味に沿いつつ，多様な記事推薦を実現する．