随着计算机技术的高速发展和实际应用深入化,处于大数据时代下服务互联网的相关研究逐渐成熟,传统服务与信息技术正逐步结合,向服务化进行转型,越来越多的线下服务资源被服务中介商整合后发布到互联网上,从而导致互联网上的服务资源规模和类型越来越复杂。而与此同时,用户的种类和数量也随之增长,并且用户的需求也变得庞杂,因此,仅依靠现有的细粒度原子服务已经无法有效地满足用户的个性化需求。在此背景下,基于某一业务需求将多个原子服务进行合理组合形成大粒度服务方案成为一种可行的办法。在此过程中,如何基于海量的原子服务快速构建服务方案是需要解决的首要问题。研究发现,很多服务之间存在一定的业务逻辑交互关系,这些服务通常在服务方案中以固定的流程片段形式出现。如果在构建服务方案时,以这些大粒度的流程片段为基础,将不同的流程片段及原子服务组合起来,可以简化服务方案的构建步骤,有效地提升构建效率。因此,提出服务模式的概念,通过服务模式描述、刻画大粒度流程片段,进而支撑服务方案的构建。在服务方案的构建过程中,为了支撑服务模式及原子服务的快速发现,本文提出一种以用户为中心的服务社区,其核心是在服务资源池基础上,将用户关注、使用或相关的服务模式及原子服务组织起来,形成面向用户的个性化服务视图。为了有效支撑服务社区的初始化,解决冷启动问题,提升服务社区与原子服务及服务模式匹配的精确性和高效性,引入已有的领域知识图谱,利用其包含的丰富及完备的领域知识,刻画服务社区画像,准确描述服务社区的功能定位。在构建、使用服务社区的过程中,本文重点对以下问题进行解决:1、如何定义以用户为中心的服务社区模型以及如何描述社区中包含的服务模式及原子服务;2、如何基于用户所构建的历史服务方案等信息利用已有的领域知识图谱刻画、生成一个较完整准确的社区画像以支撑服务社区的初始化;3、如何基于服务方案及运行日志等静态及动态数据挖掘服务模式并进而实现与服务社区的匹配;4、如何根据用户需求、服务及服务模式等的变化实现服务社区的动态调整与更新。针对上述问题,本文研究服务社区初始化、更新及服务模式发现等相关技术,主要工作如下:（1）针对服务方案的快速构建问题,本文首先提出了一种以用户为中心的服务社区模型,该社区筛选、组织与用户相关的服务模式和原子服务,构建面向用户的服务视图,利用服务社区可以缩小服务发现范围、提高服务方案的构建效率。同时,考虑到服务社区初始化时存在的冷启动问题,在社区模型中加入了社区画像这一属性,利用已有的领域知识图谱,基于用户历史数据构建服务社区画像,可以实现对社区功能定位的精准描述。利用社区画像实现对服务模式及原子服务的匹配和筛选,完成服务社区初始化。（2）针对服务模式发现的问题,本文提出了一种基于频繁子图挖掘的服务模式发现算法,利用该算法可以实现对服务方案和运行日志等静态及动态数据的有向频繁子图的挖掘,然后,通过大量详尽的实验,分析了最小支持度等各种参数对算法的影响,并通过F1值对算法的准确性和有效性进行了评估。（3）针对服务模式及原子服务新增、变更、失效等动态变化,提出服务社区动态更新策略,定义了新增、删除以及替换等3类、共6种具体的更新操作。并以科技领域为例,构建了一个服务社区实例,并对服务社区的初始化过程以及如何基于该社区构建服务方案进行详细地阐述,通过这一过程在一定程度上验证了本文所提出的服务社区的有效性。（4）基于上述相关技术及方法,本文设计并实现了一套服务社区管理系统,该系统能够有效地支撑服务社区的构建、更新以及基于服务社区的服务方案构建、管理等工作。