目前,“互联网+”已成为时代发展的大趋势,如何有效地筛选大量的信息数据,得到高质量的新闻信息,已成为当前面对的难题。为了解决这一问题,开发基于协同过滤算法的新闻推荐系统,可以准确地过滤出用户感兴趣的新闻,并增加用户的体验感。本论文开发的新闻推荐系统通过训练一个用户喜好预测模型,在模型中对用户历史行为操作进行分析,并计算出分类权重和相关关键字排序集合,从而根据集合结果,为用户推荐具有相同分类、相同关键字的新闻。在系统开发过程中,首先从功能和非功能性需求两个方面对系统做出详细的需求分析。然后,对系统的整体架构、数据库设计和功能模块进行了详细设计。最后,对系统的各个功能模块进行开发与实现。所开发的新闻推荐系统所具有的功能包括:首页、个人中心、发布者中心、新闻管理模块、发布者审核模块、用户管理模块、推荐配置管理模块等。在系统开发中主要采用ThinkPHP框架,利用MVC设计模式以及面向对象的开发结构进行平台搭建,以PHP+javascript作为开发语言,apache作为web服务器,Mysql作为数据库。