江苏：南京大学用大数据为新生选舍友

刚踏进大学校门，热爱戏剧的你，应该会想和喜欢历史的舍友一起聊聊《赵氏孤儿》；擅长物理的你，是不是想和同屋的生物达人一起聊聊冷冻电镜？有了大数据“LFM推荐算法”，这一切都不再靠撞大运。

　　刚踏进大学校门，热爱戏剧的你，应该会想和喜欢历史的舍友一起聊聊《赵氏孤儿》;擅长物理的你，是不是想和同屋的生物达人一起聊聊冷冻电镜?有了大数据“LFM推荐算法”，这一切都不再靠撞大运。今年，南京大学通过校园迎新网的数据调查，统计新生的生活习惯、兴趣爱好等，通过大数据“推荐算法”，量化评估各项数据间的相似度，帮助新生更快找到志趣相投的舍友，更好适应大学生活。

　　8月初，一张网络问卷在南京大学2018级本科新生中传开。问卷中，不仅有“作息时间”“空调使用习惯”“个人卫生习惯”“共用物品和消费倾向”等选项，还有“兴趣爱好”一栏。南大学工处招办主任李浩介绍说：“近八成新生参与调查。收集完学生的问卷信息后，学校使用大数据进行量化处理。”他以今年新增的选项“兴趣爱好”举例说：“00后群体兴趣爱好广泛，分散度高，传统的匹配方法很难量化评估新生间的兴趣爱好相似度。而通过‘隐语义模型’，爱好广泛的新生很容易找到志同道合的舍友。即使这名新生并没有接触过某些兴趣爱好，我们也能根据他(她)和其他同学填写的问卷，通过算法挖掘出这名同学与这些兴趣的潜在关联，从而有更大可能为他(她)找到志趣相投的舍友。”

　　去年南大首次在新生中派发调查问卷，根据调查结果给自愿参与的2017级学生按“相似度”分配宿舍。一年后的反馈调研显示，参与其中的2017级新生，宿舍和谐度提高近10个百分点。南大学工处处长龚跃说，大一是学生们适应大学生活的“关键期”，宿舍是大学生最直接参与的人际交往舞台，通过大数据分析避免宿舍初始分配时差异过大，能更有效帮助宿舍成员间相互学习、相互影响、相互适应。