「南京大学新生宿舍分配用上“推荐算法”，增加室友匹配度和宿舍和谐」8月21日

从去年开始南京大学就采用人性化的问卷方式来分配宿舍，今年也在此基础上升华了一个层级，通过大数据的“推荐算法”来进行宿舍的分配，帮助新生来找合适的舍友。

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。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。

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。

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。

通过大数据分析避免宿舍初始分配过大的差异，能够更有效的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，更好的适应大学新生活。