当今时代,移动互联网正在快速的发展,与此同时,大数据时代也悄然而至,“移动互联网”和“大数据”变成当今当前互联网领域内最火的话题。而在这之中,和用户关系最直接的移动互联网便是移动APP,而面对海量的APP,如何选择合适的APP,对普通用户来说是一个头疼的问题。在这种情况下,如何在大量数据里帮助用户选择合适的APP,以提升用户的使用体验并且能为用户节约使用成本变得重要起来。基于这个情况,本文将从流量使用方面,结合用户的使用偏好,为用户推荐符合自身使用习惯并且减少流量使用的APP。本文首先研究了如何进行数据分析平台的搭建,实现了基于Ambari的Hadoop分析平台;在此基础上对目标数据集进行相关的分类、处理,进而对数据做一些相关的分析。其次,本文基于APP的流量消耗和流行度建立APP推荐模型,并结合用户相关的使用偏好研究APP推荐模型。根据建立好的推荐模型,分析出用户的使用偏好,为用户推荐相似的但流量更少,流行度更高的APP,改善用户的使用体验。除此之外,不论是用户还是APP,都需要考虑时间段的问题,也就是说用户偏好使用某一类APP的时间段和APP被使用最频繁的时间段。最后,本文依据移动互联网用户相关的数据集,为上述APP推荐模型进行了验证,结果表明在满足用户的使用偏好情况下,为用户推荐的APP能够比用户原来使用的APP花费更少的流量或者推荐的APP具有更高的流行度。这样一来达到了提高用户使用体验的目的。