南京大学用大数据帮新生找室友

南京大学的新生通过扫码进入“问卷入口”，可填写宿舍分配意向调查。 页面截图

各地高校陆续进入开学季，对即将开始四年大学生活的新生来说，宿舍生活是非常重要的一部分。舍友来自全国各地，生活习惯、性格爱好等都存在一定差异。处理宿舍关系，成了不少大学生绕不开的问题。近日，南京大学利用大数据“推荐算法”分宿舍，帮新生寻找志趣相投室友的消息引发关注。

“之所以做这种尝试，是想在管理成本允许的范围内，站在学生角度思考问题，贴近学生。”南京大学学工处招办的郭亚敏说。

1统计

问卷细化至是否愿帮拿快递

8月初，南大对2018级新生广泛“撒网”，进行了问卷调查。问卷包括了生活作息、个人卫生习惯、共用物品、消费倾向和兴趣爱好等调查项目。

具体选项包括，晚睡晚起还是早睡早起，对室友晚睡持什么观点，对空调的使用有什么习惯，甚至细化到一些个性化的习惯，比如是否介意舍友委托你拿快递、拿外卖，室友卫生纸、洗衣液用完了，会不会排斥室友临时用你的等等。

“去年是抱着尝试的心态，怎么调查、怎么分配都是一种探索。今年从问卷和技术等层面升级到2.0版本。”郭亚敏说，“我们进行了大量的问卷搜集调查，倾听学生的反馈意见，让学生自己去评判哪些因素会影响宿舍和谐导致矛盾、哪些因素促进宿舍和谐。问卷调查的问题选项不是随便拍脑袋决定，是前期调查结果的反馈，可以说是学生们自己提出来的”。

问卷的设定是一个长期过程，记者了解到，近几年南大有专门团队在持续跟踪回访，对大二、大三经历过宿舍生活的学生进行长期的信息搜集，日常管理中也会记录学生的反馈。

2分配

通过算法挖掘兴趣相投学生

收集完学生的问卷信息后，获得大量数据。将感性的认知变成量化的数据，成为今年推荐算法的核心。

具体如何进行大数据分配呢？郭亚敏以今年问卷中新添的“兴趣爱好”选项为例解释，00后兴趣爱好广泛，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”算法可以给出解决方案，这个算法类似于一些音乐App的推荐算法，通过潜在特征找到适合你的音乐。

“我们进行大量的数据搜集，即使这名同学并没有接触过这些兴趣爱好，可以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。”郭亚敏告诉记者。

3效果

试点宿舍和谐度提高超10%

郭亚敏表示，当代大学生个性化特别明显，宿舍生活对学生越来越重要。南京大学去年开始在新生中试点使用住宿匹配系统，调查部分新生的习惯，通过大数据评估新生的相似度并给他们排定学号。没有接受调查的新生，依然遵循随机分配的原则。

目前大学的宿舍分配方案，普遍采用随机方式，按姓氏笔画或者学号分配宿舍。“这很可能将两个性格、习惯差异很大的学生分配在一个宿舍。通过多年的管理经验，宿舍关系是学生生活的一个重要组成部分，如果适应期不顺利，同学之间很容易产生芥蒂，可能影响4年的学生生活。”郭亚敏说。

今年7月，南大对2017级已经参与过大数据分配宿舍的学生做了一个集中的调查统计，回访观察效果。“通过横向比对，参与了去年大数据分宿舍的同学，宿舍和谐度提高了10个百分点。如果增幅小，可能说明不了问题，但增加了10%以上，说明这种分配方式有一定效果，优于随机方式。”郭亚敏说。

4争议

有人认为“人以群分”影响多元发展

南大大数据分配宿舍的举措引起广泛关注，不少人认为此举打破常规，很人性化。也有声音指出，这样“人以群会”会影响学生的多元化发展，削弱学生处理人际交往的能力。

对此，郭亚敏解释，宿舍分配不会单纯依据一个因素，比如把睡觉晚的学生放一起，或者把老乡放在一起。“我们问卷问得特别详细，从某种程度来讲，冲淡了某一因素带来的直接影响。会把作息习惯、兴趣爱好、公共消费水平等综合纳入考量。只是从技术角度，把初始差异特别大的学生分开，避免差异性过大，尽可能减少矛盾”。

“并且人是很复杂的，不管在什么环境下，都需要学会适应、学会体谅。我们相当于把条件优化了。”郭亚敏称，“大一的学生特别需要关注，离开父母进入大学，会有较长的适应期。我们花大力气做这件事，在能力范围内做最优处理，希望贴近学生，真正走进学生，增强学生对学校的信任感。”据《新京报》

新闻推荐

交通部约谈滴滴是什么情况?交通部约谈滴滴事件始末

交通部约谈滴滴9月1日前完成运营方案并受社会监督交通部运输服务司司长徐亚华在约谈中指出，两起侵害乘客生命安全...