随着信息化时代的到来以及云计算,大数据等新一代技术的快速崛起与发展,农业信息化已经成为发展现代农业的动力引擎。受传统农业影响,农业从业者获取农业信息的主动性不强。所以,让农业从业者获得有效的农业信息是非常重要的任务。由于农民人数众多而且新闻资源数量巨大,普通的推送技术会将所有信息推给用户,导致用户对信息不感兴趣,形成适得其反的效果。Item-Based协同过滤算法能够根据用户的浏览记录将推测出用户的喜好信息,并且能够计算信息之间的相似度,鉴于此,本文借鉴Item-Based算法,艾宾浩斯遗忘函数,狄利克雷模型,提出了一种基于协同过滤算法的农业信息推送方法,并设计了动态用户兴趣模型,该模型由算法处理的数据结果与对应的用户构成。利用爬虫技术将一些农业网站上的新闻采集到电脑端,将下载的新闻进行去除重复等一系列处理。并以协同过滤算法中用户相似度作为基础,使用了改进过的混合用户相似度来计算用户相似度,分为浏览记录较少阶段与浏览记录较多阶段,通过收集用户的每个新闻的浏览次数进而计算用户之间的相似度,形成用户之间的近邻集合,计算新闻与新闻之间的相似度,并且预测新闻评分,新闻评分由高到低排序,利用权重计算法,艾宾浩斯遗忘函数,狄利克雷模型构建了农户动态兴趣模型,并且本模型在手机端进行了测试,测试结果表明狄利克雷模型能够比较准确的计算用户在新闻类型方面的兴趣,并且用户在此模型的评分上要比普通的推送系统高,能够一定程度的找出用户的兴趣喜好,并且手机端测试表明能够让广大农业从业者轻松使用。