推荐系统是为了解决互联网的信息过载问题而出现的,推荐系统根据用户的行为来预测用户的个性化偏好,以选择符合用户偏好的商品。推荐系统目前已经广泛应用到了电子商务和一些社交网站中并取得了非常好的效果。虽然推荐系统在传统的互联网领域有着出色的表现,但近几年随着云计算和云服务迅猛发展,对于云服务的个性化推荐有了新的需求。推荐需要满足用户个性化需求,也就是明确用户需要用到哪些功能,然后再考虑用户的兴趣偏好,最终才能完成推荐。因此本文围绕云计算环境中云服务的特点,对云服务的推荐的若干问题进行了研究。结合云计算环境下用户和服务的特点,提出了一种服务之间合作关系的个性化推荐算法,旨在推测用户功能需求,以此为根据完成推荐。根据用户的使用记录,当用户在某一时间段内使用了若干服务,这些服务之间存在着一些合作关系。当用户使用某些服务时,根据这些服务与其他服务的关系,进行一次推荐。在用户功能需求为首要推荐依据的前提下,进行用户的个性化偏好的分析。用稳定性、安全性、网络质量以及收费等方面的指标来衡量服务质量(Quality of Service, QoS)。根据用户的使用记录可以获得用户对QoS的不同指标的关注程度,然后通过服务自身的QoS与用户的偏好进行匹配,以满足用户的个性化需求。同时由于每个用户使用的服务仅仅是云计算环境下全部服务的一小部分,有很多服务与用户的专业领域、工作需求等毫不相关。用户在云计算环境下的浏览和使用等活动往往局限在一定范围内进行,根据复杂网络的相关知识,这些有着相同或相近活动范围的用户往往可以看做一个社区,因此推荐时可以将推荐范围缩小到社区内,考虑社区用户所涉及到的一些服务。通过缩小对目标用户推荐的服务的范围,实验表明,通过社区发现算法有效地对用户进行了划分,提高了推荐精度和速度。