近年来,互联网上每天都产生海量的财经资讯信息,伴随着大数据、人工智能技术的蓬勃发展,财经新媒体行业不断出现新的商业模式,产品形态也不断推陈出新。各大移动端个性化财经服务类终端以及各类财经自媒体新面孔开始不断涌现,更多投资者习惯使用手机获取财经资讯服务,传统财经资讯媒体虽然拥有庞大的用户基础,但面临着如此激烈的市场竞争,必须借鉴新兴财经资讯平台的发展经验,借助先进的人工智能技术实现财经媒体平台服务再造,将受众投资者进行精准分类,创造有价值的内容互动,才能实现传统财经门户网站的流量突围。为了提高传统财经资讯服务网站的用户粘性、提高投资者资讯阅读效率,从而吸引流量,解决传统资讯平台目前面临的投资者流量降低的现实问题。本文从财经资讯平台及投资者个人偏好两个角度出发,首先运用先进的LDA主题挖掘模型对海量财经资讯进行有效率的主题挖掘,对每类投资者的兴趣主题进行描述分析。然后通过问卷调研的方法,获取投资者财经资讯阅读偏好数据,最后利用关联分析模型的Apriori算法对投资者的潜在偏好的财经资讯主题进行挖掘,发现投资者偏好偏好,进而对投资者进行精准的财经资讯智能推送,构建了基于投资者偏好的财经资讯智能推送方案。