随着信息服务的广泛普及与发展，互联网上出现了许多功能相同但服务质量（Quality ofService，QoS）不同的服务，服务选择即在具有相同功能属性的众多服务中选择出满足用户需求的最佳服务已成为服务计算领域的一个重要研究课题。其中，随着用户属性、应用场景的日益复杂，用户个性化特征日益突出，由此衍生的基于用户偏好的服务选择越来越受到广泛关注。考虑基于用户偏好的服务评估成为服务选择领域的一个热点问题。然而，现有的绝大多数服务评估方法较少深入分析用户偏好可能存在的模糊性、不确定性、不完整性及动态性，也未能充分考虑服务非功能属性的内在特征及用户对非功能属性的复杂偏好，难以真实客观的度量服务的QoS值，影响了服务评估的准确性与有效性。因此，本文利用模糊数学理论，针对用户的个性化需求，解决服务质量计算与评估、用户偏好权重向量计算等问题，实现基于偏好的服务评估，在此基础上选择出最佳服务以满足用户的实际偏好需求。本文主要工作如下：首先根据服务非功能属性具有的不同数学性质，将其分为模糊性属性、随机性属性和确定性属性三类，并用不同的数学方法计算各QoS值将不确定性数值转换为确定性数值；其次，考虑到用户偏好，提出用户满意区间和用户满意隶属度的概念，并通过用户满意隶属度处理过程对各QoS值进行评估，用评估值取代QoS值，使新QoS值体现用户偏好，以此满足用户的复杂偏好需求；再次，基于直觉模糊集理论，提出残缺区间直觉判断矩阵、区间直觉模糊向量的概念与计算方法，以解决用户偏好的模糊性、不确定性及不完整性问题；然后，使用平均年龄法及不确定动态直觉模糊加权平均算子解决用户偏好的动态性问题，并提出基于得分函数的权重计算方法，计算出用户对非功能属性的偏好权重向量；最后，根据以上两方面得到的新QoS值和用户偏好权重向量，通过多属性简单加权后得到基于偏好的服务评估值，根据评估值大小得出最佳服务以供用户选择使用。此外，本文通过设计仿真实验、开发原型系统说明了该方法的可行性及有效性，验证结果表明：本文提出的基于模糊数学的服务评估方法能更好的满足用户偏好需求，提高服务评估与选择的准确性与有效性。