南京大学用“大数据”帮新生找室友

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。
　　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，空调的使用有什么习惯，甚至细化到一些个性化的习惯，比如是否介意舍友托你帮忙拿快递、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。
　　 “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。”南大学工处招办郭亚敏说，“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，笔者了解到，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。
　　通过算法挖掘兴趣相投学生
　　 收集完学生的问卷信息后，将感性的认知变成量化的数据，成为今年推荐算法的核心。南大使用“隐语义模型推荐算法”，对学生们的信息进行量化处理，并作为依据进行宿舍分配。
　　 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”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”算法可以给出解决方案。类似一些音乐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。”郭亚敏告诉笔者。
　　试点宿舍和谐度提高超10%
　　 郭亚敏表示，“90后”“00后”涌入校园，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隐形的关键，尤其是大一新生适应期比较关键，很容易产生芥蒂，可能影响4年的学生生活。”郭亚敏告诉笔者。
　　 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。
　　新景