1.多云异构环境下基于服务偏好学习的云互联方法，其特征在于：包括以下步骤：步骤1、接收用户提供的服务需求；

步骤2、根据用户的服务需求，提供最符合用户偏好的云服务商及其云服务套餐；

分别计算云服务提供商的回报指数 和云服务提供商提供的各个云服务套餐的回报指数建立云服务提供商的回报指数 的表达式如式(2‑1)所示；

其中，Rsale为云提供商的销售因素，Rreliability为云提供商的信誉度，Rsatisfactory为云服务提供商的平均服务满意度，α、β、γ为三个权重；

云服务套餐的回报指数 通过计算服务请求向量与服务供应向量的余弦相似度获得；

在根节点的基础上，构建以各云服务提供商作为第二层节点，以属于云服务商的各个备选云服务套餐作为第三层节点的蒙特卡洛树；

以对应的云服务提供商的回报指数 作为第二层节点初始的平均回报值；以对应的云服务套餐的回报指数 作为第三层节点的初始的平均回报值；

使用上置信区间策略UCB计算各节点的价值Vi如式(3‑1)所示；

其中， 表示被计算节点的平均回报值；ni表示节点的被访问次数；N表示访问总次数；C为预设参数；

根据求得的各节点的价值Vi，对蒙特卡洛树进行迭代，获取更新的平均回报值，直到迭代完成；以价值最大的第三层节点作为决策结果；

步骤3、基于步骤2的决策结果对应的云服务套餐进行服务合作；

根据选定的云服务套餐，向云互联平台发送云服务请求；云互联平台将云服务请求通过统一的API接口封装后发送给对应的云服务提供商；云服务提供商接收到相应请求之后，在云服务平台上部署相应服务，并将部署成功的信息反馈给云互联平台；云互联平台再将消息转发给用户；用户以云互联平台为中转，在仅使用与云互联平台交互的单一API接口的情况下，使用选定的云服务套餐。

2.根据权利要求1所述的多云异构环境下基于服务偏好学习的云互联方法，其特征在于：云提供商的销售因素Rsale的表达式如式(2‑2)所示；

其中，ranki为某个云服务中介商榜单中云提供商i的销售排名；Nprovider为该云服务中介商管理的云服务提供商的总数。

3.根据权利要求1所述的多云异构环境下基于服务偏好学习的云互联方法，其特征在于：用户使用选定的云服务套餐后，对该云服务提供商及云服务套餐进行评价；根据评价结果，更新云服务提供商的平均服务满意度Rsatisfactory。

4.根据权利要求1所述的多云异构环境下基于服务偏好学习的云互联方法，其特征在于：云互联平台在工作过程中对云服务进行遴选；遴选的方法是将不同云服务提供商提供云服务套餐的属性值代入决策树，通过决策结果进行判断，具体过程如下：(1)学习用户服务偏好

首先，收集服务样本数据，将服务样本分为正例集和反例集，并实施规范化处理；接着，使用正反例样本构建决策树；

(2)根据决策树模型，在云服务资源池中遴选新的云服务；

(3)根据决策树模型，淘汰不符合用户需求的云服务。

5.多云异构环境下基于服务偏好学习的云互联系统，其特征在于：用于执行权利要求

1‑4所述的云互联方法，包括Web前端、Broker控制台和统一云接口平台；

Web前端具有两个用户登录接口，分别为云用户接口和管理员接口；云用户接口用于为云用户使用云互联平台提供接口，实现用户注册、登录，以及向云互联系统提交服务需求、使用云服务和进行服务反馈/评价；管理员接口用于提供可视化管理界面；

Broker控制台用于根据服务交互历史数据分析和挖掘用户的隐式服务需求，学习用户服务偏好，实现符合用户需求的云服务商推荐、云服务选择，以及云服务资源池的动态调整；

统一云接口平台用于匹配不同云服务的API接口，并封装出统一云服务API接口；通过统一云服务API接口，来自Web前端的用户服务请求不需要分别调用不同云服务商的API接口，而能够直接获取相关服务信息。