我々は,推薦の正確性を維持し,かつ多様性を向上させることによりユーザ満足度を向上させる推薦アルゴリズムを提案する.従来の協調フィルタリングによる推薦アルゴリズムでは,予測評価値計算において,近傍ユーザの類似度の合計値で値の正規化を行っている.このため,評価値情報から多くの人が薦めているという本来の情報が損失してしまう.我々は,予測評価値計算において類似度の合計値で正規化しない計算式を提案した.また,推薦リストへのユーザ満足度を,適合性,納得性,意外性の3つの指標を用いて定義した.評価実験において既存のアルゴリズムとの比較を行い,実際の推薦リストに対するアンケート評価の結果,高い適合性と意外性の値を得た.