首页 >教育

高校推荐算法音乐人苏越去世分宿舍帮新生找甘

2019-01-14 06:28:05 | 来源: 教育

  还记得去年本报的报道吗?南京大学通过络问卷调查,给新生按照生活习惯分宿舍,“早起鸟”和“夜猫子”互不干扰,这项颇为人性化的举措曾经赢得一片叫好。

  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。

  “推荐算法”量化评估新生兴趣爱好相似度8月初,一张络问卷在南京大学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

高校推荐算法音乐人苏越去世分宿舍帮新生找甘

,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。

  “18级接近八成的新生参与了我们的调查。

  ”南大学工处招办主任李浩老师介绍,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。

  ”用“大数据”打的不是脸而是内心的不甘;震的小手发痛帮助新生更好适应大学新生活了解到,这是南大第二年在新生中派发调查问卷。

  南大17级新生在刚刚入校时,也曾接受过类似的问卷调查。

  学校根据调查结果,给自愿参与的17级学生按照“相似度”分配了宿舍。

  一年后的反馈调研显示,参与宿舍分配的17级新生,宿舍和谐度增加了近10个百分点。

  “去年开学来报到的时候我其实挺忐忑的,不知道大学会是什么样子。

  尤其是宿舍生活,我是次离开家住集体宿舍。南边那群羊的处境却越来越悲惨了

  ”南大工科试验班17级学生小朱说,没想到一屋子的女生可以相处得一个女孩儿在后边磨蹭着那么融洽。

  南大学工处处长龚跃告诉,大一是学生们从高中升入大学后迅速转变,学会适应的“关键期”。

  这一段时间里,良好的引导和帮扶必不可少。

  宿舍是大学生直接参与的人际交往的舞台,在这个舞台上的表现衡量着大学生人际交往、心理健康和为人处世的能力。

  通过大数据分析避免宿舍初始分配过大的差异,能够更有效地帮助宿舍成员之间相互学习、相互影响、相互适应。

  兴趣爱好的推荐算法匹配,能够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。

  此外,从南京大学了解到,学校不光是宿舍分配用上

郑州清洁用品批发市场
三星音箱厂家,三星音箱批发
宿州童t恤生产厂家

猜你喜欢