图灵汇官网

近日，南京大学利用大数据算法为今年入学的新生分配室友的消息引起了广泛关注。据学生工作处透露，约3300名新生中有近八成填写了相关问卷。学校通过分析这些问卷中的生活习惯、个人卫生情况、个性化选择和个人兴趣爱好等信息，运用大数据算法来匹配室友，旨在帮助新生更快融入集体生活，并减少室友之间的矛盾。

对于即将踏入大学校园的新同学们来说，如何快速适应环境、与室友和睦相处是一个重要的课题。通常情况下，学校会参考新生的生源地、年龄等因素来分配宿舍。然而，南京大学另辟蹊径，采用大数据技术来匹配室友，这为新生提供了一个全新的解决方案。

大部分网友对此表示支持，认为这种方法可以增加结识志趣相投朋友的机会，减少不必要的摩擦。但也有人担忧，这是否会将有不良生活习惯的学生集中在一起，从而产生负面影响。还有些学生认为，集体生活应当面对性格不同的室友，以便更好地适应未来社会。

一位不愿透露姓名的2018级人文科学实验班学生刘韵（化名）表示，学校在新生手册中提到了住宿问题的问卷调查，并且学长学姐和迎新公众号也提醒新生注意此事。问卷中的问题非常实际，而且每位同学有三次修改机会。她还提到，她的高中同学们对这种按兴趣爱好分配宿舍的方式感到十分羡慕，因为他们的学校通常是按照学号或姓氏分配宿舍。

该活动由校方主导，具体实施则由学生工作处负责。学生工作处的郭亚敏老师介绍，去年通过网络问卷调查，按照生活习惯对学生进行宿舍分配，效果显著。基于此，学校进行了长达一年的调研，并广泛征求老生的意见，最终在今年推出了优化版本，新增了诸如“是否愿意帮室友拿快递”、“听歌音量大小”、“空调温度偏好”等细节问题。

郭亚敏老师在接受采访时强调，大数据匹配室友并非随意决定，而是基于一定的数据支撑。针对外界的担忧，她解释说，匹配过程中会综合考虑多方面因素，而不仅仅是生活习惯和兴趣爱好的一致性。例如，学校会尽量避免将生活习惯差异较大的学生分配在同一宿舍，以减少潜在的矛盾。

郭亚敏还提到，2017年，学校曾尝试为部分新生采用大数据算法匹配室友，当时参与的学生比例约为三成。跟踪调查显示，这种方式的整体满意度比随机分配高出约10个百分点。因此，学校决定继续推广这一做法，特别是在00后新生占多数的情况下，他们大多来自独生家庭，缺乏集体生活的经验。通过这种方式，学校希望帮助学生更快适应集体生活，降低宿舍矛盾的发生概率。

尽管大数据匹配室友的方法在网上引发了争议，但郭亚敏认为，问卷设计得非常细致，选项多样，不会简单地将具有相同生活习惯的学生分配到同一宿舍。相反，学校会综合考虑多种因素，以确保宿舍成员间的平衡与和谐。

（来源：北京青年报）