在信息爆炸增长的大数据时代,人们的生活节奏越来越快。为了满足人们利用通勤、午休等碎片化时间通过移动端快速获取对自己有效信息的需求,新闻推荐系统应运而生。新闻推荐改变了以往人工推荐为主的传播方式,使得用户在繁忙的日常工作中能节省阅读成本,提高自身效率。在经济高速增长的今天,人们对金融越来越关注,对投资理财越来越重视。投资类APP为了利用用户数据的多维度特有优势,实现智能投顾业务模式的差异化竞争,引入新闻推荐系统,实现用户的个性化财经新闻推荐和资产推荐。相比于综合类新闻需要挖掘用户潜在兴趣偏好、提高用户阅读的广泛度,财经投资类新闻更注重及时为用户进行信息披露,指导用户对持仓的标的物(如股票、期货)及时调整投资操作。因此,考虑到我们的应用场景,基于内容的推荐相比于协同过滤更合适。但传统的基于内容的推荐算法依然存在一些问题。本文主要研究工作包括:(1)在对新闻进行内容向量化时,需要构建一个词汇表,统一新闻的向量维度。传统基于内容的推荐算法是对实验集新闻进行分词、提取关键词,取关键字的并集构建词汇表(称为原始词汇表)。该方法构建的词汇表存在局限性,不能很好揭示测试集新闻的主题,因为对于一些热门金融词汇,其是否出现属于随机现象,未出现在实验集中,不代表未来不会出现。为了改进这一问题,定期爬取财经网站的热门词汇对原始词汇表进行扩容。(2)若保留实验集新闻中所有的关键词,将会产生稀疏性问题。原始词汇表中有些词汇对文章主题的揭示意义不大,因此可以对其进行截取以改善稀疏性问题。LDA主题模型常被用来对文章进行主题聚类或文本分类,本文受主成分分析和累积方差贡献率的启发,将LDA主题模型用于对原始词汇表进行降维,其基本思想是每个主题的前N个词即能较好表示该主题。(3)传统算法运用TF-IDF计算新闻特征向量,运用拉普拉斯平滑思想对IDF分母加一以解决词汇未在任何新闻文档中出现造成分母为0的现象。该方法使得未出现在任何文档中的词的IDF只依赖于总文档数,无法很好的完成对权值调整的功能;同时,没有出现的词被赋值为1,该值明显小于绝大部分词的频次,采用静态IDF明显不合适。因此,运用基于Good-Turing平滑改进的TF-IDF对新闻进行向量化,可以对IDF进行动态权值调整,得到了较好的推荐效果。