伴随着互联网的不断快速发展,使用互联网的用户数量也在随之不断的快速增长,由于用户的不断增长使得用户对于网站内容的要求也越来越高,网站的运营活动也越来越丰富,用户在访问众多的网站的同时,对网站的要求也在不断的升高,因此,能够在最短的时间,满足用户最需要的需求,同时选择用户最有可能有需求意向的结果推送到用户面前,才能更好的服务于用户。因此在面向云服务的推广平台中实现了推送功能,旨在帮助用户更好、更快、更方便完成需求选择。本文详细的介绍了云服务产品的相关研究现状,并且对于个性化的推荐研究现状也进行了相关的介绍,在对上述两方面的介绍为后期的系统开发提供了相应的参考价值。同时介绍了实现推送对在线和离线数据的相关分析。在需求分析的阶段,主要是从功能性的需求、非功能性的需求等需求方面进行了相关的需求分析,根据对平台的需求分析,对平台做了详细的设计,从功能不同的角度出发,将平台划分为服务推荐子系统、用户体验子系统、产品管理子系统、用户管理子系统、客户服务子系统。其中,服务推荐子系统是该平台的核心功能,旨在为用户在短时间内推送用户最有需要的云服务,其他系统在完成各自的功能以外还需要为服务推荐子系统提供相应的数据。实现服务推送功能使用离线数据处理和在线推荐完成,离线数据处理时进行了数据的预处理,数据清洗进行第一步的数据筛选,使用特征的向量的方式用来表示出用户的特征和云服务产品的特征,采用Trie树的数据结构保存词库,采用最大逆向匹配算法从云服务产品的描述中提取更多的标签,同时采用Z分数来衡量特定用户对某一云服务产品的评分,在用户评分预测中采用Slope One算法从两个角度考虑用户推荐评分,以达到更精确的推送结果。本文设计和实现了面向云服务的体验推广平台,通过对大量用户行为、用户特征、云服务产品特征进行数据处理和分析,支持对用户兴趣的计算和用户潜在偏好的预测,能够确保用户偏好信息的响应速度和有效性,同时加强了数据的有效管理,为推送提供了基础数据的分析和支持。此系统已经上线使用。该系统不仅有效的提高了云服务产品的点击率,同时增加了用户对云服务产品的体验率,提高了用户的满意度。