新生宿舍分配用上“推荐算法”量化评估兴趣爱好相似度，帮新生更快找到志趣相投的舍友

南京大学通过校园迎新网的数据调查，学校统计了新生的生活习惯，兴趣爱好等，通过大数据“推荐算法”，量化评估各项数据之间的相似度，帮助新生更快找到志趣相投的舍友，更好地适应大学新生活。

“推荐算法”量化评估新生兴趣爱好相似度

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”等调查选项，还有“兴趣爱好”一栏。这是南京大学向18级新生派发的自愿参与的问卷调查，调查学生生活习惯的同时，学校向新生们保证，这份问卷的数据统计校方只会在宿舍分配时参考使用，不会外流。

“18级接近八成的新生参与了我们的调查。”南大学工处招办主任李浩老师介绍，收集完学生的问卷信息后，学校使用了大数据“LFM推荐算法”，对学生们的信息进行了量化处理。他以今年新增的调查选项“兴趣爱好”举了个例子。“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之间的兴趣爱好相似度。”而“隐语义模型”算法就可以恰到好处地给出解决方案。

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，建立共同话题。比如，热爱戏剧的你，可以和喜欢历史的舍友一起聊聊《赵氏孤儿》。擅长物理的你，也能和同屋的生物达人一起聊聊冷冻电镜。“类似于网易云音乐的推荐算法，通过‘隐语义模型\’，我们可以通过潜在特征联系新生和兴趣。”李浩说，“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，从而可以量化评估新生之间的兴趣爱好相似度，就有更大的可能为他找到志趣相投的室友。”

用“大数据”帮助新生更好适应大学新生活

记者了解到，这是南大第二年在新生中派发调查问卷。南大17级新生在刚刚入校时，也曾接受过类似的问卷调查。学校根据调查结果，给自愿参与的17级学生按照“相似度”分配了宿舍。一年后的反馈调研显示，参与宿舍分配的17级新生，宿舍和谐度增加了近10个百分点。

“去年开学来报到的时候我其实挺忐忑的，不知道大学会是什么样子。尤其是宿舍生活，我是第一次离开家住集体宿舍。”南大工科试验班17级学生小朱说，没想到一屋子的女生可以相处得那么融洽。

南大学工处处长龚跃告诉记者，大一是学生们从高中升入大学后迅速转变，学会适应的“关键期”。这一段时间里，良好的引导和帮扶必不可少。宿舍是大学生最直接参与的人际交往的舞台，在这个舞台上的表现衡量着大学生人际交往、心理健康和为人处世的能力。通过大数据分析避免宿舍初始分配过大的差异，能够更有效地帮助宿舍成员之间相互学习、相互影响、相互适应。兴趣爱好的推荐算法匹配，能够帮助新生更快找到志趣相投的舍友，更好地适应大学新生活。

新闻推荐

杭州一上“黑榜”培训机构转战新址继续招生 教育部门：违规

前不久，杭州市公布了中小学生校外培训机构首批“黑名单”，193家机构上榜。上了黑名单的培训机构，是没有办学许可证的，有的被...