新生宿舍分配推荐算法是什么意思 南大的宿舍分配竟用上了“大数据”

（原标题：南大用“推荐算法”分宿舍：帮新生找合适舍友想 新浪）

新生宿舍分配推荐算法是什么意思，南大的宿舍分配竟用上了“大数据”。刚入大学的时候，你的学校都是怎么分配宿舍的？有的学校按姓名首字母划分，所以姓刘的同学宿舍里也是姓刘的。有的学校按专业和班级划分，同一个专业同一个班级的同学总是住得更近。虽然大家习惯了这样的分配宿舍方式，但是引发的问题也不少，比如“夜猫子”爱和“早起鸟”吵架，生活习惯的不同、爱好的不同完全不利于同学之间的团结。

新生宿舍分配推荐算法

所以宿舍分配推荐算法应运而生了！来自南京大学！

据悉，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。

这张网络问卷里，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。南京大学在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。

新生宿舍分配推荐算法

目前，18级接近八成的新生参与了调查，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。厉害了！宿舍分配用上了“大数据”！

那么具体如何算？

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。

新生宿舍分配推荐算法

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。

南大学工处招办郭亚敏老师介绍，“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。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。”