随着网上Web服务资源的日益膨胀,使得用户逐渐陷入了“信息过载”的困境中。如何准确快速地发现用户所需的Web服务并进行有效推荐已然成为一个重要的挑战性问题。就目前的研究和应用现状来说,主要存在2个方面的问题：(1)目前的服务推荐一般只依据用户的服务功能需求和质量偏好进行匹配,忽略了即使同一个用户在不同的情境下所选择的服务也不尽相同的事实；(2)只关注了Web服务的网上功能属性FQoS和质量属性QoS,但是,随着020(Online To Offline,网上到网下)模式的盛行,网下商务的机会与互联网结合在了一起,让互联网成为网下交易的前台,客户往往更关注Web服务所对应的网下服务的功能属性和质量属性。此外,随着网络经济和现代服务业的发展,Web服务元服务已不能满足客户需求,这时组合已有Web服务提供具有高附加值的组合服务就成为有效的解决途径。本文基于以上问题,借鉴现有的用户情境表示、Web服务技术的研究成果,从个性化和协同管理的角度出发,探索了一套基于用户情境的服务组合推荐方法。主要的工作包括：(1)设计了用户情境的分类结构体系,介绍了用户情境的建模方法,原始情境信息的处理方法,并从用户情境信息的存储与更新这两个方面介绍了用户情境的管理。(2)基于用户对网上服务和网下服务的综合需求,对传统的Web服务描述进行了扩展,构建网上网下服务描述模型,分别设计了网上服务和网下服务的FQoS和QoS指标体系,定义了QoS属性的计算公式,并构建了网上网下服务的本体元模型,为后期的服务发现与组合推荐提供了理论基础。(3)设计了基于用户情境的服务资源三层发现机制,分别是：①基于用户功能需求的服务发现；②基于用户情境推理的服务发现,根据用户情境和服务资源之间的关联关系,在服务本体模型和用户情境本体模型之间建立推理元规则；③基于用户情境聚类的服务发现,依据情境相似的用户所选择的服务具有较大相似性的特点,将用户所在类中使用频率高的服务优先返回给用户。(4)设计了全局QoS最优的服务组合推荐算法。实现了在既定的成本约束下,使总的服务组合方案QoS最优。并以在线旅游服务组合为例,进行了实例分析,证明了本文所提出的方法是有效的。