本发明公开一种基于多维度特征的新闻推荐方法，方法首先构建新闻特征提取器，提取新闻特征r_a，包括新闻类别ID的特征、新闻标题文本聚类的类别特征、新闻标题特征、图像特征；然后构建用户特征处理器，将每篇新闻经过注意力网络得到的注意力权重乘以各自的新闻特征，得到用户特征u，并将用户特征u和新闻特征r_a相乘得到每篇新闻的点击概率得分接着构造训练集，定义点击率损失函数，并将多个用户的交互记录输入深度学习的batch中进行深度学习模型的训练；最后采用训练好的深度学习模型，进行首页推荐或个性化推荐。本发明使用了多种特征去提升新闻推荐的精确性和多样性。