随着互联网在日常生活中普及范围越来越广,网络已经成了人们生活中不可或缺的一部分,在此背景下产生的APP软件,在一定程度上解决了人们生活中的很多的问题,APP消费成为网络信息消费中的重要组成部分。尽管APP软件的发展前景较为广阔,但目前的APP软件推荐还存在着许多问题。当前情况下,探讨基于hadoop的APP软件的用户情况,找出影响用户使用APP软件运用的活跃度因素,在用户APP消费时根据用户的偏好进行相关的APP推荐,从而有效提高用户在平台的活跃性,进而能够运用本系统提升用户对平台的有效体验,促进APP平台整体的用户活跃度具有非常重要的意义。通过Hadoop技术分析用户在APP里面各个浏览记录,点击率,评价分数进行统计和分析,然后找出哪些是用户感兴趣的内容,哪些是用户反感的内容,然后进行APP的功能调整和优化。向用户推荐精准内容,例如根据用户的点击浏览行为,利用协同过滤算法向用户推荐感兴趣的栏目或者内容,用Hadoop实现,以此来提高用户活跃度。