Twitterにおける多くのユーザ推薦システムは予測精度を重視し，ユーザのプロファイルに基づいて推薦を行う．しかしながら，このような推薦は，ユーザ自身の興味関心の範囲内から推薦される．そのため，新しい発見や驚きをもたらすようなツイートに触れることは難しく，ユーザに高い満足度を与えることができない．この問題を解決するために，本研究では，ユーザが持つ興味の意外性と有用性を考慮して，セレンディピティなユーザを推薦する手法を提案する．既存手法との比較を行うことで，推薦システムの有効性を評価した．その結果，提案手法は既存手法と比較して，多くの有用性のあるユーザを推薦できることと，一部の実験参加者により多くのセレンディピティなユーザを推薦できることにおいて優位であることが示された．
