摘要: 测验安全问题是指在心理或教育测验过程中出现受试者表现异常或测验题目被泄露等严重影响测验结果准确性的事件,为了解决此类问题,该领域出现了大量个人拟合(Person-fit statistic)统计方法,但是该方法有一定的局限性,主要表现在难以利用丰富的过程数据、与实证数据拟合较差且往往基于一定的假设等,而机器学习(Machine Learning)方法则可以较好的克服上述局限。本研究从不同测验类型角度对机器学习在测验安全领域的研究进行了综述,比较了不同机器学习算法的优劣,为实际应用者和研究者在机器学习算法的选用以及进一步开展研究思路上提供了借鉴和参考。