A new recommendation technique, referred to as "personality diagnosis", can be seen as a hybrid between memory-based and model-based collaborative filtering techniques. Using personality diagnosis, all data can be maintained throughout the processes, new data can be added incrementally, and predictions have meaningful probabilistic semantics. Each entity's reported attributes can be interpreted as a manifestation of their underlying personality type. Personality type can be encoded simply as a vector of the entity's "true" values for attributes in the database. Given an active entity's known attribute values, the probability that they have the same personality type as every other entity can be determined. Then, the probability that they will have a given value for a valueless attribute can then be determined based on the entity's personality type. The probabilistic determinations can be used to determine expected value of information.

Een nieuwe aanbevelingstechniek, die als "persoonlijkheidsdiagnose" wordt bedoeld, kan als hybride tussen op geheugen-gebaseerde en model-gebaseerde samenwerkings het filtreren technieken worden gezien. Gebruikend persoonlijkheidsdiagnose, kunnen alle gegevens door de processen worden gehandhaafd, kunnen de nieuwe gegevens oplopend worden toegevoegd, en de voorspellingen hebben zinvolle probabilistic semantiek. Kunnen de gemelde attributen van elke entiteit als manifestatie van hun onderliggend persoonlijkheidstype worden geïnterpreteerd. Het type van persoonlijkheid kan eenvoudig als vector van ware "waarden de van de entiteit" voor attributen in het gegevensbestand worden gecodeerd. Gezien bekende de attributenwaarden van een actieve entiteit, kan de waarschijnlijkheid dat zij het zelfde persoonlijkheidstype zoals elke andere entiteit hebben worden bepaald. Dan, kan de waarschijnlijkheid dat zij een bepaalde waarde voor een waardeloos attribuut zullen hebben dan worden bepaald gebaseerd op het persoonlijkheidstype van de entiteit. De probabilistic bepalingen kunnen worden gebruikt om verwachte waarde van informatie te bepalen.