本发明公开了一种基于知识感知的新闻推荐方法，属于人工智能与网络信息大数据技术领域。首先从新闻文本中识别出实体，将其与知识图谱中的实体相匹配，利用知识表示学习模型得到实体和关系的向量表示。然后，用卷积神经网络融合新闻的词向量和实体向量，从中学习新闻的综合特征。对于每个候选新闻，基于用户浏览历史与候选新闻间的相关性，使用注意力网络动态构建用户特征。同时，考虑已点击新闻中的实体与候选新闻中的实体间的路径，利用长短期记忆网络从路径中生成路径特征。最后以候选新闻特征、用户特征和路径特征为输入，用多层感知机制计算用户点击候选新闻的概率，达到推荐目的。本发明能够有效发掘新闻之间的知识关联，显著优于传统方法。