2017年以来,新高考改革从上海和浙江开始试点,现在试行新高考的省份已经扩展到14个省份。新高考政策的推行和逐步落实,志愿填报方式变为了以“院校+专业”为一个志愿单元,而且志愿间不再存在服从调剂的选项,更突出专业的模式。目前实行新高考的省份,每个考生最多可填志愿数为96个或112个。因此,新高考考生需在综合考分、专业兴趣、能力倾向、未来职业发展等个性化要素基础上,对这些志愿单位进行个性化排序后,形成最终的志愿填报表单。新高考带来的填报模式的变化以及填报数量的增加,需要考生掌握更大范围的数据融入到报考决策中,并对数据特征进行有效把握,才能在考分出来后的有限时间内形成一套适合自己的科学的志愿填报方案。在数据特征上,需要通过三年或更长时间的招生录取变化进行录取概率的判断和分析,同时还要分析考生个性化特征,对志愿单元进行适合考生自己的最优排序,以保证考生的录取落在自己青睐的志愿单元上。上述变化为新高考考生的志愿填报带来了更大的挑战。本文提出了一种基于多特征权重的新高考志愿填报方法,将长短时记忆网络应用于新高考志愿填报中。本文以考生被院校专业录取的概率作为评价标准,结合办学性质,学校类型,专业大类,院校等级等多个数据特征,对考生进行志愿推荐。文章使用报考当年前3年的专业录取位次和当年考生的录取位次,以及专业的作为输入,使用长短时记忆网络（LSTM）算法,预测出该分数在当年被各个院录取的概率;再结合多个数据特征维度,通过赋予其不同的权重对各个专业的再进行排序,最终将两个数据整个排序,结合该省的报考规则形成最终的志愿填报方案。本文基于微信公众号开发了新高考志愿填报系统,并将其应用于河北、山东和辽宁三省的一些试点高中,使用该系统帮助高考生进行填报。实践结果表明,基于LSTM和多特征权重的新高考志愿推荐算法,在新高考领域表现优异。本文使用该系统帮助考生生成志愿表单,最终都被录取,其中30%的考生被前10个专业录取,90%的考生被前50%的专业录取,而最大值也在第75个专业被录取。文章开发的系统,既能为新高考考生的个性化填报提供有益的帮助,又能助力实行新高考省份的学校对学生进行科学的填报指导。