服务计算、云计算、大数据等高新技术的快速发展与成熟使得人类的认知扩大、能力增强,各个领域的智能业务服务大规模出现。用户的需求也变得更加复杂,单一的服务甚至简单的服务组合已经不再能满足用户的需求,需要将跨越不同行业、组织、价值链等边界的多项独立的服务进行深度融合,为用户提供多维度、高质量、富价值的大服务。因此,如何根据用户的具体需求在海量的智能服务中快速的设计出用户满意的大服务配置方案成为当今研究的重点,引起了非常广泛的关注。同时,大服务方案投入运行后,随着外部环境和市场需求的变化,需要持续对大服务系统进行监控和调节,因此设计一种大服务系统运行状态下的价值-质量-能力微调方法具有很重要的意义。本文对以上两个问题进行研究,提出了面向大服务设计的价值-质量-能力配置与优化方法,并分别从以下四个方面进行详细的研究:为了解决大服务的价值、质量与能力等非功能属性难以被高效合理地设计这一问题,借鉴QFD思想,设计了基于VQD-QCD两阶段模型的大服务优化设计方法。模型中,在考虑到市场上多方服务提供者的真实服务能力约束的前提下,将众多利益相关者的价值期望,逐层地转换为服务功能上的全局质量参数配置、活动上的局部质量参数配置以及资源上的能力参数配置。为了解决由于服务参与者的价值冲突而导致的VQD-QCD模型配置失败问题,设计一种用于协调大服务中多方参与者价值期望退让值的自动协商方法,自底向上对价值期望进行协商调整,消解掉存在的价值冲突。在尽量保证各个参与者的个体利益的前提下,追求大服务的整体效用最大化。为了确保在大服务运行后可以在动态变化的环境中保持稳定,设计基于数据挖掘的动态调节方法,根据对反馈结果进行追踪溯源得到的结果,并采集实时数据进行数据挖掘,对服务的参数进行动态的微调,每次在不影响整体服务运行的情况下调整少量的参数以解决服务运行时所反馈的问题,实现对服务长期的维护。为了验证以上理论的可行性,开发了大服务价值-质量-能力配置与优化工具。该工具包含模块:价值-质量-能力配置、价值冲突消解、微调。