流行文学可以在个性化首页按作者筛选吗？

科研文献是目前科研成果的主要载体。在实验手段和技术平台不断创新的背景下，各个研究领域的科研文献数量呈井喷之势。研究人员在考察某个特定的研究领域时，往往会花大量的时间在筛选文献上。同时，由于大部分研究文献都是英文的，国内科研人员的英文阅读能力普遍不高，研究文献的阅读和检索是我国科研领域的一大瓶颈。以lungcancergene研究为例(2065438+2006年7月)，根据关键词“lungcancergene”，在NCBIPubmed上找到3万多篇文章(包括最近三年的7000多篇)。用传统的纯手工阅读的方法来完成如此繁重的文献阅读，筛选出符合自己研究领域的参考文献，既费时又低效。因此，开发一个自动识别用户个性化需求的科研文献推荐系统显得非常迫切。目前常用的推荐算法有协同过滤推荐算法和基于内容的推荐算法。协同过滤推荐算法的原理是根据用户之间的相似性找到用户的潜在兴趣，然后做出合理的推荐对象，但这种推荐算法的缺点是不适合对象特征值难以提取的情况。