近日，南京大学采用大数据算法，为今年入学的新生匹配室友的消息引发关注。日前，记者从该校学生工作处获悉，约3300名新生中，近八成学生填写了问卷。根据问卷中涉及到的生活习惯、个人卫生情况、个性化选择及个人兴趣爱好等选项，学校用大数据算法分析学生的相似程度，以此划分寝室、匹配室友。学生工作处负责人解释，这样做，一方面是为了帮助新生更好地适应集体生活，另一方面降低室友之间产生矛盾的概率。　(8月26日《北京青年报》） 　　大学生活中，宿舍舍友往往来自全国各地，生活习惯、性格爱好存在一定差异，有的能够成为好朋友，有的却可能成为冤家。中国青年网曾就大学生宿舍关系话题，对全国958名大学生进行调查，结果显示：42.28%的学生与舍友曾经发生矛盾。舍友相处，显然是要重视的，利用大数据“匹配室友”，其用心是良苦的，其效果也是相当明显的，不过，还可以做得更好。 　　物以类聚，人以群分。兴趣爱好、生活习惯相似的同学容易相处，矛盾也能减少，从这个意义上说，大学采用大数据“匹配室友”，是站在学生的角度为学生着想的，要不然，随意安排，学校更方便，毕竟要做好大数据“匹配室友”，学校要进行调查，要进行数据分析，然后根据数据为学生“匹配室友”，这项工作费时费力。大学的目的很明显，减少学生之间的矛盾，这也是管理学生要面临的问题。如果学生之间矛盾多了，容易出事，实际上也已经发生过因为小矛盾而酿成大事故的惨痛教训了。 　　诚然，大学生如果和性格不相符的舍友相处，能够提前适应未来的社会生活。 这话看似没错，实际上现实中也未必是如此。毕竟和性格不相符的人，一般情况下不会成为挚友，而舍友之间相处的时间会更长，如果矛盾不断，势必会影响到大学生活的质量。 　　大数据“匹配室友”值得肯定，这体现了学校的美好愿望，也受到大学生的喜爱，从效果来看，也相当不错，这也能够一定程度上降低大学生入校后产生矛盾的概率，从而避免室友间互相报复的事故发生。应该说，大数据“匹配室友”是良好的开端，但“后续服务”仍然要做好。其一，需要跟踪调查，隔一段时间之后，调查一下大学生的反馈情况；其二，应该有纠错和再次选择的机会，大数据可能也有“匹配”错误的事发生；其三，应该尊重大学生的意愿，在条件允许的情况下尽量满足大学生的要求；其四，则需要教会大学生解决舍友之间的矛盾，还该有心理辅导等手段介入。 　　大数据“匹配室友”的做法和效果值得点赞，但也要认识到，这不是解决舍友矛盾的法宝，也不可能一劳永逸，如果跟进“配套措施”，切实有效地降低舍友之间的矛盾，大学生的大学生活会更精彩。（作者系天府评论新闻观察员）