loading...
租屋曾是國立暨南國際大學資工系學生蔡姿瑩的切身之痛，在該校教授林宣華的指導下，研發「整合Web社群租屋資訊與地圖服務之推薦系統」，獲得科技部大學生研究最高榮譽「創作獎 」的殊榮。
蔡姿瑩開發的系統，使用者可以從手機上瀏覽推薦清單。（暨大提供）對異鄉學子來說，找房、租房是讓人苦惱的生活大事，無論實體的社區布告欄，或線上社群房仲網站，都存在資訊來源龐雜、難以驗證物件優質程度的老問題。
就讀東海大學的蔡姿瑩，大二轉學至暨南大學時，曾遭遇租屋的難題，因為不會騎機車，所以只好挑距離校車站牌近的房子。
從Facebook 的租屋社群尋找物件時，對本地街道名稱陌生的她，無法從房東貼文中所提供的資訊，立即瞭解物件的所在地，好不容易收集到的物件資訊，無法直接紀錄在無殼蝸牛網站上。
暨大每年約有三千多名學生要到山下租房子，同樣面臨了臉書社團貼文重複、格式凌亂，各大房仲業者網站物件選擇少又抽成等問題。
本身會寫程式的蔡姿瑩，想解決自身生活上的難題，也一併照顧校內無殼蝸牛族群，就請教授指導，開發租屋資訊、地圖、推薦評價整合系統。
這套系統與市面房仲業者建置的線上平台相較，最大的差異在於為暨大學生所量身打造。
蔡姿瑩開發的系統，使用者可以從手機上瀏覽推薦清單。（暨大提供）臉書、Google容易被人頭帳戶刷負評帶風向，造成真正有需求的使用者判斷失準，因此系統開發之初，便確立了實名制，並限定校內網路才能登錄，使得每個租屋物件評論、評分更有參考價值。
而租屋資訊的來源，則來自暨大學生平日會關注的暨大無殼蝸牛尋殼網 （FB 社團）、雲端租屋生活網等熱門相關公開資訊網站，要從這類網站篩選出適合的租屋物件，得從雜亂、不斷重複、甚至無關的資訊中慢慢耙梳。
蔡姿瑩與指導教授密集的討論，運用詞法分析 、名詞識別、語法分析、模型比對的資訊擷取技術，幫助使用者精準選出目標物件資訊。
而租屋最怕的狀況是遇到惡房東或物件影像與實際不符，要如何讓「好房東出頭、壞房東退散」。
蔡姿瑩、林宣華思考的解決策略是運用推薦系統，藉由演算法評等用戶，讓有建設性的推薦內容往前排名，而抱怨廣告文則獲得較低的評分，使用者可以從手機上瀏覽推薦清單。
林宣華表示，蔡姿瑩貼心考量到暨大離埔里鎮市區比較遠，校車站牌位置是重要考量，因此將校車路線套疊Google地圖，結合各類生活機能店家、機構地圖標示，幫助暨大同學能更便捷、更精準的找到理想的租房。
林宣華認為，就讀暨大資工的學生，很多剛畢業就被台積電等大企業招募，如果就學資歷中曾獲得大專學生研究創作獎等獎項，無論就業或升學，都會是很棒的實力展現，會寫程式，將會是未來人才需要具備的基本能力。
