1.一种基于大数据的应用程序推送系统，其特征在于，所述推送系统包括卸载次数采集模块、卸载次数比较模块、特殊标识判断模块、移动终端检测模块、推荐应用程序选取模块和使用情况采集模块，所述卸载次数采集模块采集移动终端上当前各个应用程序在移动终端上的卸载次数，所述卸载次数比较模块在检测到某个应用程序在移动终端上的卸载次数大于等于第二卸载次数阈值时令特殊标识判断模块判断该应用程序是否添加有特殊标识，在该应用程序上没有特殊标识，那么该应用程序为目标应用程序，并令移动终端检测模块检测移动终端内历史是否存在安装过参考应用程序，其中，参考应用程序为与目标应用程序属于同一类别的应用程序，如果存在安装过参考应用程序，且在当前移动终端内存在参考应用程序的情况下，令使用情况采集模块采集参考应用程序和目标应用程序在移动终端的使用情况，并据此判断应用商店是否推送其他参考应用程序给用户，如果检测到移动终端内历史上不存在安装过参考应用程序，则令推荐应用程序选取模块选取推荐应用程序，应用商店推送推荐应用程序；

所述应用程序推送系统的推送方法包括以下步骤：步骤S1：采集移动终端上当前各个应用程序在移动终端上的卸载次数，当检测到某个应用程序在移动终端上的卸载次数大于等于第二卸载次数阈值时，判断该应用程序是否添加有特殊标识，如果该应用程序上没有特殊标识，那么该应用程序为目标应用程序；

步骤S2：设与目标应用程序属于同一类别的应用程序为参考应用程序，检测移动终端内历史是否存在安装过参考应用程序，如果存在安装过参考应用程序，且在当前移动终端内存在参考应用程序的情况下，采集参考应用程序和目标应用程序在移动终端的使用情况，并据此判断应用商店是否推送其他参考应用程序给用户；

所述步骤S2中进一步包括：

采集目标应用程序和各个参考应用程序的最近一次安装时间以及最近一次使用时间，如果存在目标应用程序的最近一次安装时间位于各个参考应用程序的最近一次安装时间之间或者存在目标应用程序的最近一次使用时间位于各个参考应用程序的最近一次使用时间之间，

采集目标应用程序所属的推送消息情况，如果目标应用程序所属的推送消息中不存在已读消息或者最近一条已读消息的已读时间与当前的时间间隔大于等于间隔阈值时，应用商店推送推荐应用程序；

如果各个参考应用程序的最近一次使用时间均早于目标应用程序的最近一次使用时间或者目标应用程序的最近一次安装时间晚于各个参考应用程序的最近一次安装时间，则给目标应用程序添加特殊标识。

2.根据权利要求1所述的一种基于大数据的应用程序推送方法，其特征在于：所述步骤S2还包括：

如果检测到移动终端内历史上不存在安装过参考应用程序，则应用商店推送推荐应用程序给用户。

3.根据权利要求2所述的一种基于大数据的应用程序推送方法，其特征在于：所述推送方法还包括：

步骤S3：当检测到移动终端触发卸载携带有特殊标识的应用程序，获取移动终端的剩余内存时，如果剩余内存大于内存阈值，检测该携带有特殊标识的应用程序是有存在更新版本，如果存在更新版本，将该更新版本推送给用户，否则直接卸载该携带有特殊标识的应用程序。

4.根据权利要求2所述的一种基于大数据的应用程序推送方法，其特征在于：所述推荐应用程序的选取包括：

预先筛选出下载过目标应用程序的其他移动终端，统计这些其他移动终端所下载的与目标应用程序属于同一类别的应用程序的下载次数，并将应用程序按照下载次数从大到小的顺序排序，选取排序前N的应用程序为推荐应用程序，其中，推荐应用程序为移动终端历史未安装过的应用程序。

5.根据权利要求1所述的一种基于大数据的应用程序推送方法，其特征在于：所述目标应用程序所属的推送消息包括目标应用程序推送给移动终端的消息和目标应用程序推送给目标应用程序注册账号的消息。