大數據為新生尋找志同道合舍友

　　高校陸續進入開學季，同宿舍的同學可能來自全國各地，生活習慣、性格愛好等都存在差異，處理宿舍關系成了不少大學生要面對的難題。近日，南京大學利用大數據推薦算法分宿舍，幫新生尋找志趣相投的室友，引起不少關注。

　　上周，中國青年報社社會調查中心聯合問卷網，對2002名大學生進行的調查顯示，83.0%的受訪大學生表示支持使用大數據推薦算法分宿舍，87.6%的受訪大一新生期待體驗大數據推薦算法分宿舍。使用大數據推薦算法分宿舍，受訪大學生認為最需要考慮個人衛生習慣（54.3%）、空調使用習慣（46.5%）和作息時間（41.8%）。61.2%的受訪大學生希望大數據分宿舍的同時也要考慮不影響學生多元化發展。

　　受訪大學生中，57.4%的人是大一新生。來自一線城市的大學生占37.6%，二線城市的占53.5%，三四線城市的占8.9%。男生占47.0%，女生占53.0%。

　　個人衛生習慣、空調使用習慣和作息時間是受訪大學生最看重的指標

　　18歲的山東某高校大一新生袁甄強（化名）介紹，他入學時學校被要求填一份有關生活習慣和興趣愛好的問卷，“學兄學姐說，以往分宿舍是以整個學院為單位，隨機分配”。

　　21歲的北京某高校大三學生駱瑛燕（化名）的學校是按生源地分宿舍，“我希望大數據推薦算法在分宿舍時，能夠考慮學生作息習慣、飲食習慣和衛生習慣，以及是否會在寢室打游戲等。”

　　調查顯示，當前大學分宿舍的方式有：隨機分（23.3%），按入學成績分（22.0%），按專業分（19.4%），按學號分（18.0%），按地域分（11.8%）以及按報到順序分（5.0%）等。

　　袁甄強希望分宿舍時能多考慮學生的生活習慣和興趣愛好。“比如我熱愛足球等體育運動，就特別希望能有相同愛好的舍友，一起看比賽，還能一起運動。”袁甄強坦言，他現在的新舍友不喜歡體育運動。

　　安徽某高校大一新生魏然（化名）希望，學校分宿舍時多考慮學生作息習慣，“比如我喜歡晚睡，我高中室友就是晚上11點一定要睡，我們因此產生過不少矛盾。如果大學室友和我一樣愛晚睡，矛盾應該會減少”。

　　調查顯示，使用大數據推薦算法分宿舍，受訪大學生認為最需要考慮個人衛生習慣（54.3%），然后是空調使用習慣（46.5%）和作息時間（41.8%），其他還有：興趣愛好（38.5%），消費習慣（38.0%），家鄉地域（28.9%）和學習成績（13.2%）等。

　　上海某高校輔導員王禎（化名）認為，分宿舍這件事對大學生活影響頗深。“宿舍相當于一個小社會，對學生的人生觀、價值觀的形成有一定影響。良好的宿舍環境是學習、生活的保障和基礎。”王禎認為，學生在和舍友相處時遇到問題也未嘗不是一件好事，“遇到和自己性格不一樣的人，可以在解決問題的過程中提高處理人際關系的能力”。

　　87.6%受訪大一新生期待體驗大數據推薦算法分宿舍

　　袁甄強特別希望體驗大數據算法分宿舍，“每個人都有不同的生活習慣，讓差異較大的人相互適應是十分困難的，不應該讓學生每天為了舍友相處問題而頭痛”。

　　魏然很支持使用大數據算法來分宿舍，“聽起來就很有趣”，他認為這能更全面地考慮到學生需求，讓學生感受到學校的關心，更熱愛學校。

　　王禎認為，大數據算法分宿舍，如果技術到位，能省去很多日后的麻煩。“據我所知，全校每個學院、每一屆都會有舍友不和而要調換宿舍的情況，這額外增加了很多工作量和不便。如果通過大數據分宿舍，問題會少很多，學生可以更快地融入新環境”。

　　調查顯示，83.0%的受訪大學生支持使用大數據推薦算法分宿舍，其中27.7%表示非常支持。87.6%的受訪大一新生期待體驗大數據推薦算法分宿舍。59.9%的受訪大學生認為使用大數據分宿舍更人性化，55.6%的受訪大學生認為能幫助新生更好適應大學新生活。其他還有：幫助新生更快找到志同道合的好友（47.7%），減少宿舍矛盾（42.9%），提高大學生活質量（25.9%）等。

　　“利用大數據分宿舍，要盡量了解全面，多問些問題，而且不應該只注意生活起居方面，可以多考慮學習習慣、飲食習慣等。”魏然表示，大學里和室友待在一起的時間是最長的，處好關系對學習生活狀態都有益處。

　　利用大數據分宿舍，61.2%的受訪大學生希望不要影響學生的多元化發展，55.5%的受訪大學生希望不要削弱學生處理人際關系的能力，46.2%的受訪者希望保護學生隱私信息，36.6%的受訪大學生認為學校管理成本有可能因此提升，22.9%的受訪大學生認為要加強匹配精度的科學性、實用性。

　　王禎認為，利用大數據分宿舍首先要考慮學生隱私問題，“數據收集的細致程度需要仔細衡量，如果過度細致可能會存在侵犯隱私的問題，這個問題在學校推廣大數據分宿舍時一定要注意。再者就是每一屆新生那么多，在按學院分宿舍的基礎上，還要為每位學生找到最合適的室友，這個工作量有點大。”

　　駱瑛燕對記者說，數據的準確性關系到算法結果的準確性，“被調查對象是否能按照統一標準認識到自己處于哪種水平呢？例如晚睡的標準、喜歡打游戲的程度等，我認為需要在調查之前，就設定好更具體的標準來歸類大家的生活學習習慣”。