近几年，随着移动互联网的飞速发展，智能手机终端和移动操作系统都取得了长足的进步，智能手机终端遍地开花，移动操作系统如iOS，Android等都取得了巨大的成功，拥有大量的用户量。在移动互联网爆炸式增长的同时，移动用户的使用习惯和偏好也逐渐显露。　　本文援引咨询机构和企业的调查报告，统计数据表明不同移动终端用户存在着不同的偏好，针对这种不同的偏好，本文猜想，相似移动终端用户有着相似的偏好，如果将移动终端的特点考虑在内，利用相似移动终端集合的偏好数据，对用户进行推荐，那么能够取得较好的推荐结果。　　本文对移动终端、终端相似度、相似度计算方法进行了定义，设计并实现了基于移动终端相似度的推荐系统，采集了与移动终端特性相关的移动应用数据集和移动外卖数据集，共超过十万条偏好数据记录。将这两个数据集分别进行五折交叉验证，使用平均绝对误差MAE作为评价指标，通过实验对本推荐系统进行评价。评价结果验证了本文的猜想，相比传统推荐系统，本文的推荐系统在推荐结果的准确度上有较大的提升，证明基于移动终端相似度的推荐系统是有效的。