当前位置:主页 > 新闻中心 >
大数据为新生寻找志同道合舍友 八成受访大一新
发布日期 : 2018-10-23 作者:主页 来源:http://orangedogbarandgrill.com
高校陆续进入开学季,同宿舍的同学可能来自全国各地,生活习惯、性格喜好等都存在差别,处置宿舍关系成了很多大学生要面对的难题。近日,南京大学操纵大数据保举算法分宿舍,帮重生寻找志趣相投的室友,引起很多存眷。 上周,中国青年报社社会查询拜访中心结合问卷网,对2002名大学生停止的查询拜访显示,83.0%的受访大学生暗示撑持使用大数据保举算法分宿舍,87.6%的受访大一重生等待体验大数据保举算法分宿舍。使用大数据保举算法分宿舍,受访大学生认为最需要考虑个人卫生习惯(54.3%)、空调使用习惯(46.5%)和做息时间(41.8%)。61.2%的受访大学生希望大数据分宿舍的同时也要考虑不影响学生多元化开展。 受访大学生中,57.4%的人是大一重生。来自一线城市的大学生占37.6%,二线城市的占53.5%,三四线城市的占8.9%。男生占47.0%,女生占53.0%。 个人卫生习惯、空调使用习惯和做息时间是受访大学生最垂青的指标 18岁的山东某高校大一重生袁甄强(化名)介绍,他入学时学校被要求填一份有关生活习惯和兴趣喜好的问卷, 学兄学姐说,以往分宿舍是以整个学院为单元,随机分配 。 21岁的首都某高校大三学生骆瑛燕(化名)的学校是按生源地分宿舍, 我希望大数据保举算法在分宿舍时,可以考虑学生做息习惯、饮食习惯和卫生习惯,以及能否会在寝室打游戏等。 查询拜访显示,当前大学分宿舍的方式有:随机分(23.3%),按入学成就分(22.0%),按专业分(19.4%),按学号分(18.0%),按地区分(11.8%)以及按报到顺序分(5.0%)等。 袁甄强希望分宿舍时能多考虑学生的生活习惯和兴趣喜好。 好比我热爱足球等体育运动,就出格希望能有不异喜好的舍友,一起看角逐,还能一起运动。 袁甄强坦言,他如今的新舍友不喜欢体育运动。 安徽某高校大一重生魏然(化名)希望,学校分宿舍时多考虑学生做息习惯, 好比我喜欢晚睡,我高中室友就是晚上11点必然要睡,我们因而产生过很多矛盾。假如大学室友和我一样爱晚睡,矛盾应该会减少 。 查询拜访显示,使用大数据保举算法分宿舍,受访大学生认为最需要考虑个人卫生习惯(54.3%),然后是空调使用习惯(46.5%)和做息时间(41.8%),其他还有:兴趣喜好(38.5%),消费习惯(38.0%),家乡地区(28.9%)和进修成就(13.2%)等。 上海某高校辅导员王祯(化名)认为,分宿舍这件事对大学生活影响颇深。 宿舍相当于一个小社会,对学生的人生不雅、价值不雅的构成有必然影响。优良的宿舍环境是进修、生活的保障和根底。 王祯认为,学生在和舍友相处时遇到问题也未尝不是一件好事, 遇到和本人性格纷歧样的人,能够在处理问题的过程中进步处置人际关系的才能 。 87.6%受访大一重生等待体验大数据保举算法分宿舍 袁甄强出格希望体验大数据算法分宿舍, 每个人都有差别的生活习惯,让差别较大的人互相适应是非常困难的,不该该让学生每天为了舍友相处问题而头痛 。 魏然很撑持使用大数据算法来分宿舍, 听起来就很有趣 ,他认为这能更全面地考虑到学生需求,让学生感遭到学校的关心,更热爱学校。 王祯认为,大数据算法分宿舍,假如技术到位,能省去很多日后的费事。 据我所知,全校每个学院、每一届城市有舍友反面而要互换宿舍的情况,这额外增加了很多工做量和未便。假如通过大数据分宿舍,问题会少很多,学生能够更快地融入新环境 。 查询拜访显示,83.0%的受访大学生撑持使用大数据保举算法分宿舍,此中27.7%暗示十分撑持。87.6%的受访大一重生等待体验大数据保举算法分宿舍。59.9%的受访大学生认为使用大数据分宿舍更人性化,55.6%的受访大学生认为能协助重生更好适应大学重生活。其他还有:协助重生更快找到志同道合的好友(47.7%),减少宿舍矛盾(42.9%),进步大学生活量量(25.9%)等。 操纵大数据分宿舍,要尽量理解全面,多问些问题,并且不该该只留意生活起居方面,能够多考虑进修习惯、饮食习惯等。 魏然暗示,大学里和室友待在一起的时间是最长的,处好关系对进修生活形态都有好处。 操纵大数据分宿舍,61.2%的受访大学生希望不要影响学生的多元化开展,55.5%的受访大学生希望不要削弱学生处置人际关系的才能,46.2%的受访者希望庇护学生隐私信息,36.6%的受访大学生认为学校办理成本有可能因而提升,22.9%的受访大学生认为要加强婚配精度的科学性、实用性。 王祯认为,操纵大数据分宿舍首先要考虑学生隐私问题, 数据搜集的细致水平需要认真衡量,假如过度细致可能会存在进犯隐私的问题,这个问题在学校推广阔数据分宿舍时必然要留意。再者就是每一届重生那么多,在按学院分宿舍的根底上,还要为每位学生找到最适宜的室友,这个工做量有点大。 骆瑛燕对报道说,数据的准确性关系到算法成果的准确性, 被查询拜访对象能否能根据统一尺度认识到本人处于哪种程度呢?例如晚睡的尺度、喜欢打游戏的水平等,我认为需要在查询拜访之前,就设定好更详细的尺度来归类大家的生活进修习惯 。

上一篇:开学季调查:八成受访新生将大学看作奋斗新起
下一篇:“00后”如何规划大学时代?高校校长们这样说