移动互联网技术的快速发展以及智能终端的普及,加快了大数据时代的到来,也给很多行业带来了机遇与挑战。每日有亿万级的用户使用着电信运营商提供的移动电话和互联网通信服务,实时产生着各类应用使用数据与位置行为数据,在这两类数据中蕴含了很大的价值,可以利用这些数据来构建用户画像,帮助企业更全面的了解用户。而目前面临的问题是用户产生的原始数据数据量庞大,无法将全部数据先存储到磁盘后再计算用户画像信息,同时这两类数据还需要根据不同的数据特点挖掘出与用户喜好相关的画像标签。因此,需要针对这两类原始数据采用不同的实时数据采集与提取方法,仅在磁盘中存储处理后的结果数据,再针对多种结果数据的特点设计出合适的画像标签与离线数据处理方法,计算用户的画像信息,最终提供对外的数据服务。本文研究重点是使用现阶段主流,成熟的大数据技术来构建完整的大数据处理平台,处理多个数据源的异构数据,通过对数据进行清洗,转换,提取,存储,计算的处理后,将原始用户数据转换为可供外部查询的用户画像数据。本文首先对用户产生的移动端应用使用数据与位置数据源的结构进行了分析,设计出了两种不同的实时数据接入,数据预处理与数据提取方案,利用Flink数据处理框架进行了数据处理与数据持久化的实现。接下来根据这两类持久化的结果数据各自的特性设计出了与用户相关的应用画像标签与位置画像标签,再将两部分行为画像标签与用户的静态属性画像标签结合,共同构成全部用户画像。用户画像计算均基于Spark数据处理框架对当日采集的数据与历史采集的数据共同计算得出。根据用户画像数据特性设计出合理的数据存储结构,使用非关系型数据库HBase存储。接着设计对外的画像数据查询服务,实时查询HBase数据库中的画像结果数据,使用Spring Boot框架进行了实现并加入了权限认证功能。最后进行测试工作,分别从功能性测试与非功能性测试两方面进行,给出了测试用例以及测试结果。保证了系统的可行性与稳定性。本系统为运营商处理并分析用户行为数据提供了完整的解决方案,同时也为后续数据分析提供了数据支撑。