手机时代的来临、移动应用程序(Application,简称App)产业的兴起使得运营商也相继推出APP产品。APP的使用给运营商带来了流量收益,但自身产品的市场份额仍需提高。同时,用户个性化的产品需求使得运营商对营销政策进行调整。因此,如何针对用户偏好制定个性化推荐方案,对运营商具有重要意义。本文基于协同过滤算法对电信业自身品牌及高流量消耗APP产品进行个性化推荐。首先对当前APP市场现状进行分析,寻找影响用户APP使用的因素,用于确定待推荐产品列表;然后利用因子分析和逻辑回归算法确定APP评分及用户偏好,并根据用户偏好对评分做出调整;接着基于聚类算法对用户分群,解决用户-项目评分矩阵的稀疏性问题;最后对不同类别用户进行个性化推荐。本文基于某省电信运营商用户行为数据对APP产品进行个性化推荐,结果可得利用协同过滤算法对电信用户进行APP产品个性化推荐是有效可行的。本文的研究成果可以为电信运营商制定个性化推荐方案提供决策依据,提高自身品牌产品市场占有率的同时增加收入、提高用户粘性。