近年来,随着智能手机终端的普及,新闻资讯相关的应用逐渐从电脑端走向手机端,媒体有向智能化转换的趋势。这种转变导致用户接收的信息过载,超过了用户接受信息的承受能力。因此新闻个性化推荐技术便应运而生,它的产生可以有效的处理这一问题。本文研究的水利头条是一款推荐水利新闻和普及水利知识的信息化平台,不但为职业水利人推荐专业性水利知识,还可以为普通民众提供查阅水利相关信息的专业化平台,对普及水利相关知识有重大帮助。水利头条给人们提供了一个了解水利关注水利的专业性平台,“你关心的,才是头条”。根据用户的不同兴趣爱好为用户提供不同的水利信息,做到定制化服务,可以让更多的人参与到水利建设中去。本文重点研究内容是多维度个性化推荐算法,结合了基于热度的推荐算法和改进后的基于用户的协同过滤算法。通过对协同过滤算法缺省值的改进可以解决数据稀疏性问题,同时引入时间衰减函数。从而打破用户“信息茧房”问题和解决用户兴趣单一问题,扩大用户兴趣范围,从而提高推荐系统的精准度。同时水利头条中的推荐模块也做了深入研究,推荐模块主要包括:新闻内容建模、用户兴趣建模和多维度个性化推荐算法。最后把改进后的多维度个性化推荐算法结合移动平台设计出水利头条个性App,然后从不同的度量维度来验证多维度个性化算法准确性的提高。为用户提供更加个性化、定制化的新闻推荐。