usermodeling-ozawa 
対象者のクラスタを予測（判別）するために使用する設問を「判別設問」と呼びます。
例えば、「消費行動傾向」モデルを想定して6つの判別設問を使うと判別精度は71.5%、判別設問を8つ使うと判別精度は75.5%に高まることが判ります。
また、「健康に対する信念」モデルの場合、3つの判別設問で判別精度は70.7%、判別設問を5つにすると判別精度は75.4%、判別設問を7つにすると判別精度は80.9%と80%を超えます。
もちろん、ユーザーモデル毎にクラスタ数や構成する因子数が異なります（判別設問自体もモデル毎に異なります）ので、一概に比較することに意味はありませんが、「判別設問」の数が多いほど精度は上がりますが、対象者（回答者）の負担が増えることには変わりありません。
ユーザーモデルを活用する目的や場面は様々です。
一定以上の予測精度の判別結果に基づいて施策を打ちたい場合もあると思いますし、予測精度はある程度我慢しても回答しやすさを優先したい場合もあるでしょう。
「判別設問」の数は、活用する目的や場面を想定しながら、求める予測（判別）精度と回答者に想定される負荷のバランスを考えて決めていく必要があります。