随着越来越多的服务和信息在互联网上发布，人们获取所需服务和信息的途径也越来越多。如何在这个信息爆炸的时代有效地发现所需要的信息或服务、如何将散布在互联网上的不同服务有效整合是当前Web领域研究的热点问题。本文将面向服务架构(Service Oriented Architecture，SOA)思想应用于Web软件系统的组合服务事务处理模型的设计过程中，引入基于偏好学习的服务组合选择策略，使基于Web的应用系统能够推荐出更贴近用户需求的服务。 文章首先分析了基于Web的软件系统研究现状和存在问题，综述了Web服务和面向服务架构理论；其次，应用面向服务架构整合信息孤岛的逆向思路，把Web软件系统的中的事务处理模型划分为服务注册中心、服务提供者、服务请求者、虚拟处理中心和用户界面中心五个角色，通过五个角色间的协调，建立了处理组合服务的Web软件系统事务处理模型；而后，在此事务处理模型的基础上，把用户偏好模型引入到服务组合选择策略中，通过定义服务单元质量评价指标和用户偏好向量，实现服务组合选择策略；最后，通过仿真实验，选择不同训练次数对用户的偏好向量进行训练.得出偏好向量会随着用户使用系统服务次数的增多而逐渐优化合理。此研究对处理组合服务的Web软件系统的设计有着很好的参考意义，也为制定基于用户偏好学习的服务推荐策略提供了一种思路。