在“信息爆炸”的时代,海量信息不仅带来价值也给人们带了迷惑,人们因无法在海量信息中准确而快速的发现、获取、定位、选择有效的信息和知识,而迷失在了信息的海洋之中；搜索和推荐技术正改变着我们的生活和我们的世界,尤其是推荐系统更是以其智能性,渗透到我们在网络世界中活动的各个方面。推荐系统,就定义而言是一种特殊的信息发现和过滤,即根据已有的信息来推测用户所需的信息并以一定的形式展现给以回馈。这些内容可能是用户感兴趣的商品、服务、功能等列表。如：输入法的字词联想、购物中的商品推荐、社交网络的朋友推荐等等都是推荐的一些具体应用场景。移动互联是互联网的未来,据报道移动互联用户现已超过传统互联网,己逐渐成为新一代网络应用的主流热点。App也常称为App应用,是指运行于各种智能终端设备上的轻量级本地应用程序；移动用户要获取App,常常要到各种App应用商店下载。一般主要App应用商店的App数量多在100万以上,其庞大的数量给用户想找到符合自己心意的App带来了不少麻烦,本文所设计的App应用推荐系统就是服务于移动互联而设计的一个系统,旨在帮助App用户在巨量App应用中找到自己合意的App应用.复杂网络是近年来新兴起的交叉学科,正以其特有的观点和理论影响着我们的学术和实践,复杂网络中有关小世界、无标度、网络动力和演进、链路预测等理论正帮忙许多学科以新的目光深入认识世界的复杂性。复杂网络的理论不仅能很好的描述推荐系统而且相关技术可以有效应用到推荐系统中来指导系统设计。文章在介绍了推荐系统和复杂网络的相关知识后,以链路预测为目的运用复杂网络社团划分理念,提出了一种新型的网络结构：在异质二部加权网络；并在此基础提出了一种基于同质加权度的动态社团划分方法,以精简有效数据集域,然后在划分好的每个网络社团内,根据修正加权资源分配法来计算相似的结果。最后结合复杂网络算法和其它的多种算法设计出一个混合算法的推荐系统,并加以实现以此来尝试帮用户解决巨量App应用中的选择问题。