随着移动互联网的发展,移动终端已逐渐成为了生活中不可或缺的一部分,大量移动用户带来的海量信息隐藏着巨大的商业价值。目前,APP的使用已经成为移动终端的重要标识,通过对APP行为进行挖掘分析,可以发现用户的兴趣。针对用户的兴趣,可以为用户推荐相对应的产品或服务,也可以为公司分析用户群特征提供帮助。兴趣模型是获知用户兴趣的基础,因此,研究APP用户模型对移动端的个性化服务具有重要意义。在现有用户兴趣发现方法和利用APP行为特点的基础上,论文完成了基于移动终端用户兴趣模型的设计与应用。主要内容分为三部分:第一,详细分析了APP行为特点,并发现了APP标签信息能够反映用户兴趣。为了获取APP标签信息,论文设计并实现APP标签爬取系统。针对APP数据杂乱冗余的特点,设计了相应的数据预处理流程;第二,设计了兴趣建模的框架和方法。首先利用APP标签提取兴趣特征;其次针对传统的以使用时长为兴趣度无法准确反映用户兴趣的问题,设计了一种计算用户兴趣度的估计方法;最后基于向量空间模型,构建用户兴趣模型;此外,利用APP的安装和卸载行为对兴趣模型进行更新操作;第三,为了利用不同的兴趣类别来细分不同的用户群体,论文设计了模型聚类流程,通过比较不同的聚类算法性能,实现了用户兴趣模型的聚类。通过YL公司提供的APP使用数据和网络爬取的APP标签,论文进行了一系列的实验和分析,实验表明论文设计的兴趣模型能够较好地反映用户的兴趣趋向;基于兴趣度的用户兴趣模型聚类效果也优于基于时长占比的兴趣聚类。此外,根据聚类的结果,论文实现了用户的分群,并研究分析了细分群体的不同特征特点。在此基础上,制定了个性化的营销方案。