少人数でも意外性を出すことが出来る協調フィルタリングを開発した。開発に当てって、ユーザと似た興味を持つクラスタプロファイルからユーザの興味を除くことで、ノイズのなく意外性が高い推薦が出来るという仮説を立てた。仮説に沿って、クラスタプロファイルからユーザの興味度の高いまたは低い単語を除く機能を持った論文推薦システムを作成し、アンケート調査による性能評価をした。その結果、ユーザの約 70％が5 段階中4～5と良好な評価をした。否定的な評価をしたユーザのクラスタプロファイルを調べると興味が多岐にわたっていた。今回の手法では、クラスタプロファイルの興味が多岐にわたると意外性のある推薦が出来ない場合もある。