隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展，如何從大量的移動(dòng)應(yīng)用中抽取有效的描述信息繼而為移動(dòng)用戶提供有效準(zhǔn)確的推薦策略變得尤為迫切。目前，移動(dòng)應(yīng)用市場對應(yīng)用的推薦策略相對傳統(tǒng)，大多是根據(jù)應(yīng)用的單一屬性進(jìn)行推薦，如下載量、應(yīng)用名稱、應(yīng)用分類等。針對推薦粒度過粗和推薦不準(zhǔn)確的問題，提出了一種基于潛在狄利克雷分布（ LDA）主題模型的移動(dòng)應(yīng)用相似度構(gòu)建方法。該方法從應(yīng)用的標(biāo)簽入手，構(gòu)造應(yīng)用的主題模型分布矩陣，利用該主題分布矩陣構(gòu)建移動(dòng)應(yīng)用的相似度矩陣，同時(shí)提出了將移動(dòng)應(yīng)用相似度矩陣轉(zhuǎn)化為可行的存儲結(jié)構(gòu)的方法。實(shí)驗(yàn)結(jié)果表明該方法是有效的，相比現(xiàn)有的360應(yīng)用市場推薦的應(yīng)用其相似度提升130%。該方法解決了移動(dòng)應(yīng)用推薦過程中推薦粒度過粗的問題，可使推薦結(jié)果更加準(zhǔn)確。