性情相投 VS 性格互补,高校用“推荐算法”分宿舍,你怎么看?

 

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。...





南京大学曾通过网络问卷调查,给新生按照生活习惯分宿舍,“早起鸟”和“夜猫子”互不干扰,这项颇为人性化的举措曾经赢得一片叫好。今年,南大的宿舍分配方案有了更为优化的2.0版,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,更好的适应大学新生活。



“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。”南大学工处招办郭亚敏老师介绍,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的给出解决方案。

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。”郭亚敏说,“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。”
媒 体 评 论:
“推荐算法”分宿舍,可以看作是高校人性化的一大体现,室友之间生活习惯、作息规律的相似会有效地减少摩擦,让宿舍关系更加和谐。这种分配法类似于很多网络平台的算法推荐,通过对用户的累积数据进行分析,实现精准画像,来满足个性化的需求。但需要注意的是,对算法也不宜过分迷信。所谓的大数据,其所映照出的也只是一个人的横截面,冰冷的数据难以将一个立体的人刻画完整。此外,性情相投的人住一起固然很好,但若是性格互补的人,说不定能为初入大学的新生们打开一个不同的世界。在自主选宿舍机制仍需探索的情况下,该高校用“推荐算法”分宿舍,是对“互联网+”的灵活运用,也是校园管理思路的拓展。接下来,该举措是否值得广而鉴之,不妨且看且期待。

(内容来源:《光明日报》8月22日
原载于新京报评论公众号 作者:范娜娜 摘编:刘昀昀)
网 友 评 论:




你 怎 么 看?


内容来源:《光明日报》8月22日、扬子晚报、东南卫视、新浪微博等。

本期编辑:康薇薇 邢妍妍 孙岱




    关注 光明日报


微信扫一扫关注公众号

0 个评论

要回复文章请先登录注册