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。

　　文/严奇