“推荐算法”分宿舍，夜猫子们：“一起修仙啊！”

Posted 2021-04-29 蓝桥杯

坚持早睡早起的你已经打算躺下见周公，喜欢晚睡的舍友却一脸亢奋“起来嗨”。学生时代的你，多半遇到过生活习惯不一致的舍友。如果同一宿舍的几个小伙伴都是“夜猫子”或者都爱早起，那该有多好。

又到新生开学季。“00后即将踏入大学校园”，翻开他们崭新的人生一页。而南京大学为了帮助新生们更快找到志趣相投的舍友，更好适应大学生活，在去年给新生按照生活习惯分宿舍的基础之上，今年推出了算法推荐2.0优化版本——通过校园迎新网的数据调查，统计新生的生活习惯、兴趣爱好等，再通过大数据“推荐算法”，量化评估各项数据之间的相似度，进行舍友分配。

果然是“别人的大学从未叫我们失望”。

此前网络上流传着一个段子：“找对象一定要找个空调度数合得来的，度不同不相为谋”，找室友也是如此。对于一个准大学生来说，宿舍就是第二个家，室友是大学四年相处时间最长的人，有一群志同道合的家人非常重要。

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。

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地给出解决方案。

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。”李浩说，“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。”

---

文字整理自网络，版权归原作者所有