云计算的集约型经济效益使云服务成为软件服务化的新一代模式。然而云中服务质量的不确定性和复杂性以及用户的差异性需求为云服务的推广带来了新的挑战。用户如何选择满意的服务以及服务商如何面向用户偏好设计服务成为促进服务交易亟待解决的两个问题。论文的研究目标是分析用户偏好特点,根据用户偏好为其推荐服务进而提高用户服务体验的满意度,同时推动服务商调整服务质量迎合不同用户群体的偏好进而提高服务产品的收益,最终形成一套有效的服务合作机制。本文提出的方法将有效促进云中资源的最合理化分配,推动云中用户和服务商的高效合作。论文中通过应用社团发现理论、博弈理论以及遗传演化理论提出了-组创新性的方法解决云服务交易中的服务优化和服务选择问题,并设计了各部分相关的算法,最终将其部署到云平台上,实现了一套完整的服务合作机制的支持系统。论文的主要工作和创新性成果如下：1.提出云中用户偏好社团的概念及其发现算法借鉴社团发现的思想,提出了云中用户偏好社团的概念；通过挖掘云服务的评价信息,设计了基于用户偏好相似度的社团聚类算法；为了确定最佳的用户社团结构,定义了用户偏好社团的评价指标——社团度。实验结果表明,用户偏好社团发现算法能够有效地识别云中具有相似偏好的用户群体,可为可信推荐用户的选取和面向用户偏好的服务设计提供准确的决策依据。2.提出社团信任驱动的云服务选择模型基于稳定的用户偏好社团结构,提出一种利用社团信任预测服务评价从而为用户选择服务的模型,增强了推荐用户群体的稳定性。模型中包含社团内评价预测和社团间评价预测两种方法,可通过预测选择参数自动确定适合的预测方法,在一定程度上克服了服务推荐中的数据稀疏性问题。实验结果表明,社团信任驱动的服务预测具有较高的准确度,是一种实际应用中行之有效的方法。3.提出基于服务QoS的用户和服务商的博弈模型基于服务的QoS,建立了服务商和用户偏好社团的效用博弈模型,定义了双方各自的效用函数,讨论了两者博弈达到均衡的条件,提出了一种以合作为目标的基于服务QoS的演化均衡策略。这些模型与策略的研究为服务商的服务策略提供了优化依据。4.提出面向用户偏好社团的云服务QoS演化方法面向用户社团的偏好,设计了一种基于效用博弈的服务QoS遗传演化算法,用于求解令用户满意度和服务商收益达到均衡状态的服务QoS优化策略。通过改进遗传操作提高了算法的全局搜索能力和效率。实验结果表明该算法能够从用户偏好和服务成本两个方面有效优化服务QoS,有利于服务商和用户的利益双赢。