随着企业和个人用户对计算资源的需求越来越大,云计算作为可以高效提供计算资源和服务的按需付费模式变得越来越受欢迎,云计算提供商也层出不穷。云计算提供商的典型目标是最大化其利润,用户的主要目标是获得自己满意的服务价格和服务质量,而且每个用户对于服务价格和服务质量都有自己的偏好。作为资源的提供者,云计算提供商应该了解不同个性的用户对服务价格和服务质量的不同偏好,并根据用户的个性化偏好进行服务请求的分配和调度以在用户满意的前提下最大化利润。本文考虑了用户的个性化偏好,设计了新颖的实时服务请求调度算法,在用户满意度的约束条件下,优化了云计算提供商的利润。具体来说,1.本文提出了用户个性的概念,并实现了对不同个性用户满意度的精准建模。本文建立了一个统计模型来估计用户对于给定服务价格和服务质量的满意度,该统计模型能够预测到不同个性的用户对于服务价格和服务质量的个性化需求,从而让用户得到满意的服务。2.本文设计了基于整数线性规划(Integer Linear Programming,ILP)的云提供商利润优化方案。本文基于ILP对个性用户服务请求的分配和调度进行建模和求解,以获得用户满意度约束下云提供商的最优利润方案,并且提出了基于ILP的方法的不足。3.本文提出了基于价值评估和交叉熵的启发式利润优化算法。为了克服基于ILP的方法的缺点,本文提出了一个启发式利润优化算法,用于个性用户服务请求的实时分配和调度。该算法可以得到用户服务请求的近似最优分配与执行顺序,从而实现用户满意度约束下云提供商的利润优化。实验结果表明,本文提出的用户满意度模型能够准确预测出用户的满意度分数。相比于其他三个已有的服务请求调度方案,所提出的基于ILP的利润优化方案能够实现高达97.06%、42.45%和23.58%的平均利润提升,所提出的启发式利润优化算法能够实现高达84.76%、31.22%和10.35%的平均利润提升。