随着Internet的发展，以Web服务及面向服务架构(SOA，Service-OrientedArchitecture)为代表的分布式计算技术得到了快速的发展，受到学术界和企业界的广泛关注。随着Web服务数量的不断增加，功能相同或相似的Web服务越来越多，服务质量(QoS)在服务选择中受到用户的重视，用户希望获得既满足其功能需求又有较好QoS属性的Web服务。获得备选服务的QoS属性较为困难。首先，服务提供商或第三方机构提供的QoS信息非常有限；第二，某些QoS属性与用户上下文，如执行环境、网络环境等因素密切相关，服务提供商或第三方机构提供的QoS信息往往不能准确反映用户的实际情况；第三，由于备选服务数量较多，用户自行对每个服务QoS进行测量将耗费大量时间和网络资源；最后，某些QoS属性很难通过几次服务调用获取，如可靠性等。　　基于协同过滤的QoS预测方法作为解决上述问题的育效手段已成为研究热点。现有的协同过滤的QoS预测方法通过用户的反馈，如用户观察到的Web服务QoS，来获取用户偏好，并基于此预测用户尚未调用过的Web服务的QoS。本文分析比较了相关研究方法的优缺点，并针对Web服务QoS的特点，指出了相关方法在Web服务QoS预测中存在的不足之处。　　本文首先提出基于用户和基于项目混合的Web服务QoS预测方法，详细介绍了方法的思想，分析了方法的预测准确性、时间复杂度以及相关参数影响。基于大量真实数据的实验表明该方法具有较高的预测准确度。然后提出一种基于排序的Web服务QoS预测方法，该方法用于预测Web服务按照QoS属性值优劣的排列顺序，详细介绍了算法思想并通过实验验证了该方法的有效性。