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。

教育信息服务平台订阅号二维码
教育信息服务平台微信服务号