部分用户存在刷题的行为，即用户通过不论对错的快速猜题来获取平台的做题奖励。

这是个非经典测量误差（non-classical measurement error）问题，因为水平较差的孩子更有可能采取刷题的策略。这种误差会削弱IRT模型的样本外预测能力，并且影响用户画像（user profile）的质量。

我们在考虑两种解决方案。方案一是如Wixon et al(2012)那样进行大规模实地观测，并利用观察数据来训练分类器。方案二是通过产品设计来引导学生自曝是否在刷题。

参考文献

Wixon, Michael, Ryan SJ d Baker, Janice D. Gobert, Jaclyn Ocumpaugh, and Matthew Bachmann. “WTF? detecting students who are conducting inquiry without thinking fastidiously.” In User Modeling, Adaptation, and Personalization, pp. 286-296. Springer Berlin Heidelberg, 2012.