大数据“匹配”室友 效果待检验

本篇文章856字，读完约2分钟

通过个性、习惯和其他因素来匹配室友无疑是一个相对合理的次优选择。当然，计算拥有大数据的室友不应该是类似项目的简单合并。室友应该既相似又互补。如何在实践中不断修正大数据算法，追求和谐而不同的领域，检验高校的管理智慧。

最近，南京大学采用了大数据算法，这引起了人们对今年新生合租消息的担忧。日前，记者从该校学生事务处了解到，在大约3300名新生中，近80%的人填写了问卷。根据问卷涉及的生活习惯、个人卫生、个性化选择和个人兴趣，学校采用大数据算法分析学生的相似性，从而进行宿舍划分和室友匹配。(8月26日，北京青年报)

南京大学的改革采用大数据算法来考虑学生的生活习惯和爱好，以此来匹配室友，使人发光。对此，许多网友称赞学校的做法人性化，可以满足兴趣相投的人，避免不必要的矛盾。然而，也有反对的声音，说儿童被剥夺了与多样性和差异交朋友的权利。在传统宿舍分配的支持者看来，随意分配室友是大学生活的一部分，大学生应该学会与不同性格的室友相处，以便提前适应未来的社会生活。

事实上，学会与不同的人打交道与宿舍分配改革并不矛盾。大学生交流的渠道很多，比如上课、讨论、参加小组活动等。这并不是说，如果他们没有被分配到宿舍，他们将失去人际交往的机会。宿舍很特别，相当于一个家庭。人们可以在工作和商业中与各种各样的人打交道，但是如果他们成家，他们仍然会选择志同道合的伴侣。同样，有些学生彼此不合拍，甚至超过半句话。如果他们只是成为室友，整天低头不看，这对双方来说都是一种折磨。对于一些注定要成为朋友的人来说，最好的相处方式可能是保持相互尊重的距离。室友之间的关系显然打破了合理的距离。

俗话说，很难调整。宿舍分配没有最佳选择，有些人会以任何方式不满意。然而，通过个性、习惯等因素来匹配室友无疑是一个相对合理的次优选择，有利于增进交流，激发潜能，营造良好的学习和生活氛围。当然，计算拥有大数据的室友不应该是类似项目的简单合并。室友应该既相似又互补。如何在实践中不断修正大数据算法，追求和谐而不同的领域，检验高校的管理智慧。(张)