在当前形势下,移动终端用户获取自己感兴趣的移动应用App的一个重要渠道就是各种移动应用市场.从单个移动应用市场的角度来说,为保持自己对于用户的吸引力,它必须向用户推荐其可能感兴趣的移动应用App,以扩大自己在用户群体中的影响力和增加自己的被下载量.从个体用户的角度来说,面对移动应用市场上的大量操作和功能类似的移动应用App,他(她)必须克服选择困难从而高效地获取到让自己满意的移动应用App.为达成上述目的,本文提出了基于异构网络的移动用户App使用行为模型,并在此模型的基础之上提出了基于异构网络元路径的移动应用App推荐算法,以帮助移动应用市场快速感知其用户兴趣并根据用户兴趣快速获取移动应用App.基于移动应用App的用户使用标杆数据集,本文将所提出的算法与已有方法进行了一系列的对比试验.实验结果表明,基于异构网络元路径的App推荐算法显著改进了已有的移动应用App推荐方法.