随着互联网迅速的发展,许多行业的生产能力逐渐向物联化、协同化、智能化、虚拟化、服务化靠拢,使得云服务成为了目前的研究热点之一。对云服务组合QoS模型进行了研究,包括根据用户需求对用户基本行为进行分析得到其个性化需求,反映服务组合过程中求得最优QoS值的模型以及对组合服务自适应调整的QoS模型进行了全面评价,并在这个模型的基础上提出了一种自适应调整算法。本文对服务组合QoS模型在云计算中的运用进行了相关研究,所做工作主要包括以下三个方面。1.提出用户个性化行为分析方法。由于不同的知识资源被虚拟化抽象成为各种知识服务,为了能够让用户有效的选取知识服务,分析用户访问平台知识服务的行为,这些服务通过用户需求以知识组合的方式提供给用户,所以提出一种基于用户个性化行为的资源选择策略的方法来对不同用户行为进行研究。通过此个性化行为资源选择策略的方法能够让用户基本的需求得到满足,并根据所访问平台不同知识资源的加权平均时长和经常访问的几个知识资源来进行比较,得出用户个性化需求方案。2.分析了服务组合QoS值的算法性能。针对大量的服务存在于服务库中导致服务组合进程缓慢或者无法有效的组合来满足用户的问题,提出一种筛选有效服务并能够在此基础上得出最优QoS值的方法。该方法通过找出服务库中的所有服务进行筛选得出有效服务并过滤掉无效服务,根据所有求得的有效服务集合和每个有效服务对应的参数映射来计算出服务组合集合,这些有效服务构成的服务组合集合通过仿真实验求出最优QoS值,并根据计算QoS值的算法来验证其时间复杂度的正确性。3.提出云服务组合的自适应调整方法。针对服务组合所出现的服务加入、退出、替换的事件,提出一种对服务组合异常事件处理的自适应调整的方法。在不同任务,不同候选服务,不同查找次数等条件对此方法的组合成功率进行了对比实验,并得出了这几种情况对组合成功率和响应时间所造成的影响。