云计算的大规模发展以及云服务在终端的按需供给，使得人们越来越多的感受到云计算提供的便利。伴随着环境的动态化、服务的多样化和用户需求的个性化，云环境下的服务选择问题日趋重要。目前关于服务选择的方法，基本建立在候选服务的服务质量真实可靠且不随时间发生变化的假设前提下，忽视了QoS内在的不确定性;同时由于服务的冗余，导致服务选择的实时性较差;加之海量的用户群体以及用户偏好个性化等问题，传统的服务选择方法无法很好的适用于云环境。在此背景下，研究云计算环境下的服务选择策略具有重要的理论价值和应用前景。　　 针对以上问题，论文研究了云计算环境下的服务选择策略。首先，论文对当前云计算及其相关的关键技术进行了概述，指出研究的重要性和必要性;其次，论文对目前已有的服务选择策略展开研究，分析并指出目前相关研究中存在的缺陷;再次，通过分析证实将层次分析法、人类行为分析法等运用在云环境下的可行性。在此基础上，首先针对用户颇具主观色彩的偏好需求，给出一种基于用户偏好感知的服务选择算法。该算法围绕用户需求进行分析，并抓住服务以群聚方式出现的特点，利用模糊C均值聚类方法对服务资源进行聚类，凸显服务优势，然后由用户需求和服务属性间的相似度确定服务。另外利用用户访问服务的规律，发掘用户对服务的偏好，建立一种基于用户行为特征的服务组合算法。该算法的重点是对用户行为的收集和分析，由用户对服务的访问时长来确定其对服务的偏好性，进而由服务组件和组件距离构造图，采用Dijkstra算法获取路径集。实验部分首先利用公开数据集的数据证实服务具有群聚特征，利用用户访问服务的数据证实其符合人类行为规律;然后在不同数据集下进行实验，验证算法的有效性;最后通过与其他文献中的算法进行对比，证明本文所提算法能保证较高的用户满意度。　　 通过以上研究，论文从用户的主观偏好具有动态化、个性化特点以及用户访问服务的行为规律两个层面为云环境下的服务选择方案提供了参考，并为云服务组件的组合方案提供了借鉴。