云计算、物联网、大数据、移动互联网等新一代信息技术的交融渗透,加速了金融、制造、服务等传统产业的跨界融合,吸引了众多互联网企业打造以云平台为支撑、云服务为产品核心的生态系统,极大地便利了全球公众用户的服务创新发布与个性化选择。云服务与传统商品的差异性较为显著,服务质量QoS是评价云服务的重要属性。然而,传统的以精确性为核心衡量指标的云服务推荐方法已经限制了用户的选择视野,忽视了用户希望得到多样化云服务推荐的现实需求,如何根据用户对于多样性的需求来进行云服务推荐方法的设计成为亟需解决的问题。本文主要解决了混合数据聚类中的分类型属性相异度计算问题以及云服务的多样性推荐问题。首先,随着互联网的高速发展而造成的数据爆炸造成混合类型的数据占据了越来越重要的位置,如何进行混合数据的聚类处理工作需要更为科学与精确的方法,本文所提出的改进型K-prototypes算法提升了混合数据中分类型属性的划分精确度,从而使得对象能够更科学地划分到其所属的聚类中,该算法证实了自身在划分混合数据的有效性。其次,为了改变以往云服务推荐仅仅重视推荐精确性的问题,本文提出了一种基于多样性的云服务推荐方法,通过设置不同的参数可以获得不同的精确性以及多样性,并验证了在可以在牺牲少量推荐精确性的情况下较大幅度提升云服务推荐多样性,从而更符合云服务用户的现实需要。