【大纪元2021年08月02日讯】（大纪元记者林萌骞台湾南投报导）租屋曾是国立暨南国际大学资工系学生蔡姿莹的切身之痛，在该校教授林宣华的指导下，研发“整合Web社群租屋资讯与地图服务之推荐系统”，获得科技部大学生研究最高荣誉“创作奖 ”的殊荣。
对异乡学子来说，找房、租房是让人苦恼的生活大事，无论实体的社区布告栏，或线上社群房仲网站，都存在资讯来源庞杂、难以验证物件优质程度的老问题。
就读东海大学的蔡姿莹，大二转学至暨南大学时，曾遭遇租屋的难题，因为不会骑机车，所以只好挑距离校车站牌近的房子。
从Facebook 的租屋社群寻找物件时，对本地街道名称陌生的她，无法从房东贴文中所提供的资讯，立即了解物件的所在地，好不容易收集到的物件资讯，无法直接纪录在无壳蜗牛网站上。
暨大每年约有三千多名学生要到山下租房子，同样面临了脸书社团贴文重复、格式凌乱，各大房仲业者网站物件选择少又抽成等问题。
本身会写程式的蔡姿莹，想解决自身生活上的难题，也一并照顾校内无壳蜗牛族群，就请教授指导，开发租屋资讯、地图、推荐评价整合系统。
这套系统与市面房仲业者建置的线上平台相较，最大的差异在于为暨大学生所量身打造。
脸书、Google容易被人头账户刷负评带风向，造成真正有需求的使用者判断失准，因此系统开发之初，便确立了实名制，并限定校内网路才能登录，使得每个租屋物件评论、评分更有参考价值。
而租屋资讯的来源，则来自暨大学生平日会关注的暨大无壳蜗牛寻壳网 （FB 社团）、云端租屋生活网等热门相关公开资讯网站，要从这类网站筛选出适合的租屋物件，得从杂乱、不断重复、甚至无关的资讯中慢慢耙梳。
蔡姿莹与指导教授密集的讨论，运用词法分析 、名词识别、语法分析、模型比对的资讯撷取技术，帮助使用者精准选出目标物件资讯。
而租屋最怕的状况是遇到恶房东或物件影像与实际不符，要如何让“好房东出头、坏房东退散”、
蔡姿莹、林宣华思考的解决策略是运用推荐系统，藉由算法评等用户，让有建设性的推荐内容往前排名，而抱怨广告文则获得较低的评分，使用者可以从手机上浏览推荐清单。
林宣华表示，蔡姿莹贴心考量到暨大离埔里镇市区比较远，校车站牌位置是重要考量，因此将校车路线套叠Google地图，结合各类生活机能店家、机构地图标示，帮助暨大同学能更便捷、更精准的找到理想的租房。
林宣华认为，就读暨大资工的学生，很多刚毕业就被台积电等大企业招募，如果就学资历中曾获得大专学生研究创作奖等奖项，无论就业或升学，都会是很棒的实力展现，会写程式，将会是未来人才需要具备的基本能力。
责任编辑：筱珮
