记者了解到,南大去年开始尝试通过网络问卷调查,根据新生生活习惯分宿舍。今年宿舍分配方案有了更优化的2.0版,利用校园迎新网的数据调查,统计新生生活习惯、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,将兴趣相投的新生分到同一个宿舍,更快适应大学生活。(8月26日《新京报》)

正所谓:“物以类聚,人以群分。”可人是有复杂特征的一种动物,将人“分门别类”放在不同的地方,也最是困难。也许,用大数据分寝的最大价值,不在于为学生找到“对眼”的人,而在于确保最基本的公平问题。

事实上,在一个大学当中,学生对舍友也是有不同的“需求”,有的希望能分在“学霸宿舍”,有的希望能分在“网游宿舍”,还有的希望能分在“校花宿舍”等等。对大学生来说,分寝不是小事,它能间接决定一个人,在大学的生活是否和谐快乐。若仅仅是通过传统的统计方式,依照兴趣分类进行单一类别的分寝,多多少少还有一点点“随意”,且不能兼顾细节,舍友间的摩擦也会更大。

常言道:“不患寡而患不均,不患贫而患不安。”大学新生来自五湖四海,分寝是不可能做到“面面俱到”的,当觉得“别人分寝环境更好”时,心理也难免产生落差。同时,在庞大的“需求量”面前,人工的分寝如何做到不受人“猜疑”,对校方来说就是一个难题。且绝对的主观评价,也容易滋生“人情交易”的现象。至此,对“公平”的要求也就出现了。

南大分寝采用的“隐语义模型”,是推荐系统中应用得相当普遍的一种模型。该模型能基于用户的行为,自动进行聚类。进一步来说,决定分寝位置的,不是某个老师,而是学生自己,因此能化解人工分寝中,最为“头疼”的“众口难调”问题。在节约管理成本,和避免非议的同时,“公平”的目的也就达到了。

学生的问题都不是小问题,引入最前沿的技术解决最贴身的问题,能提升学生群体对科学思维的尊崇与学习。且在大数据技术不断受到重用的今天,我们也需要“接地气”的推广方式,增强人们对技术的认识度。进一步来说,人文的关怀也需要用技术的承托,才能发挥最大的实用性。