大数据为新生匹配室友 八成受访新生期待体验

本篇文章1915字，读完约5分钟

大数据为新生找到志同道合的室友。80%接受采访的新生都很期待这一经历

高校纷纷进入开学季节。同宿舍的学生可能来自全国各地，在生活习惯、性格和爱好上有所不同。处理宿舍关系已经成为许多大学生的难题。最近，南京大学利用大数据推荐算法来划分宿舍，帮助新生寻找志同道合的室友，引起了广泛关注。

上周，中国青年报社会调查中心对2002名大学生进行了调查。调查显示，83.0%的受访大学生表示支持使用大数据推荐算法进行宿舍划分，87.6%的受访新生期望体验大数据推荐算法进行宿舍划分。采用大数据推荐算法对宿舍进行划分，受访大学生认为个人卫生习惯(54.3%)、空轮班使用习惯(46.5%)和作息时间(41.8%)是最应该考虑的因素。61.2%的被调查大学生希望在不影响学生多元化发展的情况下，将大数据分成宿舍。

在被采访的大学生中，57.4%是新生。一线城市的大学生占37.6%，二线城市占53.5%，三四线城市占8.9%。男生占47.0%，女生占53.0%。

个人卫生习惯、空使用习惯和作息时间是受访大学生最重要的指标

18岁的袁振强(化名)是山东省一所大学的大一新生，他说当他进入这所学校时，他被要求填写一份关于他的生活习惯和爱好的问卷。“我的哥哥和姐姐说，在过去，宿舍是根据整个大学随机分配的。”。

21岁的罗燕燕(化名)是北京一所大学的大三学生，根据学生来源的不同，她被分到不同的宿舍。“我希望当大数据推荐算法被划分到宿舍时，它能考虑学生的工作习惯、饮食习惯和卫生习惯，以及他们是否会在宿舍里玩游戏。等等。"

根据调查，目前大学宿舍的划分方式如下:随机(23.3%)、入学分数(22.0%)、专业(19.4%)、学生人数(18.0%)、地区(11.8%)和注册顺序(5.0%)。

袁振强希望学生们在被分到宿舍时，能更多地考虑他们的生活习惯和爱好。“例如，如果我喜欢足球之类的运动，我特别希望有爱好相同的室友，一起看比赛，一起锻炼。”袁振强承认他的新室友不喜欢运动。

安徽某大学大一新生魏然(化名)希望，当学校被分成宿舍时，应该更多地考虑学生的作息习惯。“比如，我喜欢睡懒觉，而我的高中室友必须在晚上11点钟睡觉，所以我们之间产生了很多矛盾。如果我的大学室友和我一样喜欢睡懒觉，矛盾应该减少。

根据调查，采用大数据推荐算法来划分宿舍，受访大学生认为最有必要考虑的是个人卫生习惯(54.3%)，其次是空使用习惯(46.5%)和作息时间(41.8%)，其他依次为:爱好(38.5%)、消费习惯(10.5%)。

上海大学辅导员王镇(化名)认为宿舍区对大学生活有着深远的影响。“宿舍相当于一个小社会，这对学生人生观和价值观的形成有一定的影响。良好的宿舍环境是学习和生活的保证和基础。“王镇认为，学生在与室友相处时遇到问题并不是一件坏事。”当他们遇到不同性格的人时，他们可以在解决问题的过程中提高处理人际关系的能力。“。

87.6%的被调查新生期待在宿舍体验大数据推荐算法

袁振强特别希望体验一下大数据算法，并把它分成几个宿舍。“每个人都有不同的生活习惯，所以有很大差异的人很难互相适应。学生不应该为了和室友相处而天天头痛。”。

魏然非常支持使用大数据算法来划分宿舍，这“听起来很有趣”。他认为这样可以更全面地考虑学生的需求，让学生感受到学校的关爱，更加热爱学校。

王镇认为，大数据算法被分割成多个单元，如果技术到位，它可以在未来省去很多麻烦。“据我所知，每一所大学和整个学校的每一节课都会出现室友关系不融洽，不得不换宿舍的情况，这就增加了很多工作量和不便。如果用大数据来划分宿舍，问题会更少，学生可以更快地融入新环境。”。

调查显示，83.0%的受访大学生支持使用大数据推荐算法划分宿舍，27.7%的大学生非常支持。87.6%的受访新生希望体验大数据推荐算法，并将他们分到宿舍。59.9%的受访大学生认为使用大数据划分宿舍更人性化，55.6%的受访大学生认为可以帮助新生适应大学新生活。其他包括:帮助新生更快地找到志同道合的朋友(47.7%)，减少宿舍冲突(42.9%)，提高大学生活质量(25.9%)。

“用大数据来划分宿舍，我们要全面了解，多问问题，不仅要关注日常生活，还要考虑学习习惯和饮食习惯。”魏然说，大学里和室友相处的时间最长，相处融洽有利于学习和生活。

使用大数据划分宿舍，61.2%的受访大学生希望不影响学生的多元化发展，55.5%的受访大学生希望不削弱学生处理人际关系的能力，46.2%的受访大学生希望保护学生的私人信息，36.6%的受访大学生认为学校管理成本可能会增加，22.9%的受访大学生认为匹配的准确性应该科学实用。