随着Android操作系统的快速发展,以Android智能手机为阵营的手机APP呈现出爆发式的增长,用户的娱乐时间也从PC端转移到了移动端。用户每天运行APP产生大量的日志文件数据成为挖掘用户兴趣爱好的重要数据来源,通过用户的兴趣爱好来准确把握用户群体,圈定高质量的用户群体,定向投放广告与内容分发,可以提高营销效益。本文首先介绍了相关的背景,然后深入介绍数据处理领域的相关技术,包括分布式计算框架Spark、分布式文件系统HDFS等,同时介绍了用户画像系统和推荐系统的相关算法。最后,基于Spark构建了大数据管理平台DMP,使用Spark生态圈的数据处理技术构建高可用的数据管理平台,在此基础之上进行APP的推荐,取得了良好的效果。本论文的主要研究成果包括：(1)针对企业内部运营部门的实际需求,并结合当前大数据领域的相关技术,设计了基于Spark集群的数据管理平台总体架构,以满足运营部门APP内容分发的需求。(2)设计数据仓库,使用Spark编程模型实现数据仓库ETL自动化操作。(3)设计用户画像系统,给每一个用户都打上详细的属性维度标签和兴趣维度标签,并且使用NoSQL数据库存储标签,构建完整的可扩展的用户画像系统。(4)设计推荐系统的引擎。针对用户的历史数据,设计使用推荐系统的相关算法。