近年来，SOA(面向服务的体系架构)的思想已被大众所接受，其影响也越来越大。在工业界，各大软件巨头部发布了各自的SOA战略，并建议用户应优先考虑使用SOA构建企业的信息系统。在学术界，研究人员对SOA中的几个重要问题，即服务发现、服务推荐和服务组合，提出了各种的解决方法。　　 但是，这些方法中存在着一些不足的地方：由于QoS的不可共度性(即不同维度的度量不同)和矛盾性(即属性之间存在此消彼长的关系)而很难根据服务的QoS选择服务；只考虑QoS而忽略了服务的一些隐式的非功能属性；服务发现和服务推荐都只能运用于单个服务；服务发现和服务组合一般都依赖于语义标注；服务执行的健壮性无法得到保证；服务推荐需要收集用户的反馈来作为推荐的依据。　　 本文提出的组合服务在线推荐，不但通过结合服务的QoS和组合服务的执行频率来作为推荐的依据，和推荐多个关联且协同的服务以及它们之间的流程结构等方式，解决了上述问题，并且无论用户是否具备完整的领域知识，也可以在用户进行服务组合时提供即时的推荐，从而帮助用户快速的完成服务组合。　　 本文基于组合服务在线推荐的思想，利用贝叶斯原理对组合服务在线推荐问题进行了分析，并提出了四种组合服务在线推荐算法：基于穷举的算法、基于聚类的算法、基于替换的算法和基于启发式搜索的算法。本文通过实验和分析，证明了其中的基于启发式搜索的算法在合理的效率范围内，能提供最好的效果。最后，本文设计并开发了组合服务在线推荐原型系统，并对其进行了详细的介绍。