4.1云服务定价算法的思想
为了刺激用户消费以及实现供应商利益最大化，本文提出在基于历史使用量及资源占比的动态定价算法。总体思想是：供应商会根据历史使用情况和某段资源使用占比把资源使用分为忙时、闲时、一般三种情况进行定价，在此基础上用户进行订购，在订购一定的时间段时运营商提供的实时价格和订购价格之间处于盈利状态时进行优惠政策，赠送一定的免费的“闲时”时间段；如果订购价格和供应商提供的实时价格之间没有利润，则不采取任何刺激措施。
4.2云服务定价算法
设Ps为用户订购服务时的起始价格，Pt为供应商在不同时刻的实时价格，all_resource为供应商能够提供的总资源，user_resource为供应商在某时某刻已被使用的资源，α为某时段供应商的资源使用量占比,范围 α 供应商根据资源占用量比设置服务的忙闲时，（例如：当α的值为0.7时属于忙时, α值为0.4时属于闲时）则α可以用以下公式表示：
α=user_resource/all_resource              (1)
供应商会根据服务的历史使用情况来预测不同时段服务的使用情况，并依据历史因子给出不同时刻的服务价格，设历史预测因子β（ β ）表示服务在历史同时刻的使用情况，0代表服务处于闲置状态无人使用，1代表服务处于完全利用状态，β即代表根据历史情况预测供应商资源使用占比。根据历史使用量预测同一资源的使用情况为his_resource,则β的公式为：
β=his_resource/all_resource                 (2)
供应商在提供该服务的时候根据服务成本和公司运营情况为服务制定价格，当资源完全被占用时，即资源的利用达到饱和状态，此时定制的一个最大价格为Pmax，服务的成本价格为Pc，而供应商提供不同时刻不同价格的动态Pt的值不仅跟成本价格有关还跟资源的使用情况有关，Pt是动态变化的价格可以用以下公式来表示：
Pt=(Pmax-Pc)* β+Pc                        (3)
用户在使用云服务时，需要事先进行订购该服务，假设订购时长为Td（ Td ），假设该资源在使用的时候是固定的带宽，则供应商提供的不同时刻的实际价格（ ）和成本价格（ ）之间获得的利润(benefit)为B1：
                                    (4)
根据历史因子β，可以预测历史某时间段的订购价格（Ps）和供应商提供的实时价格（Pt）之间利润关系：
B=Ps*Td-                          (5)
当B>0时，表示客户以Ps订购云服务在订购时常为Td时，供应商是处于盈利状态，此时供应商的总的利润为B+B1，此时供应商保底的利润为B1，当B<0时，不采取回馈客户刺激其消费措施。当B>0时，对客户采取刺激消费措施，赠送资源“闲时”的免费时长Tm，但是必须保证供应商有保底的利润B1，此时量化的Tm为：
B=                               (6)
通过公式(6)得到免费赠送的时长Tm。综合以上公式得出此时赠送的免费时长不仅跟资源的使用情况α有关，而且跟历史使用因子β（Pt的大小取决于供应商使用预测比例β）的取值息息相关。然而在实际的应用中，供应商和客户之间的利益关系不仅跟成本价有关系，还跟带宽以及服务的稳定性有关。当市场处于紧张状态时，当前的资源占比的取值较大，服务处于忙时，资源紧张会促使供应商提高服务的价格，价格提高会造成利润B的减小和客户量的减少，甚至处于负利润状态，此时不再进行刺激措施。当资源的占用量很小时，供过于求，资源相对宽松，供应商为了避免资源浪费和供应商之间的竞争就会相对减低供应商的实时价格，吸引客户，同时还有鼓励措施对客户赠送闲时的时间段，来达到盈利和扩大市场的目的。当然，供应商不能单纯的依靠刺激措施和灵活的价格达到盈利的目的，还应该在把握资源使用量的趋势进行预测，从而不至于调整的过高失去客户造成客户量大减，或者太低而达不到盈利的目的，所以应该把握好历史预测因子β。服务的稳定性和带宽同样会吸引更过客户量，实现盈利。 基于云计算的服务定价策略研究(4):http://www.youerw.com/jisuanji/lunwen_3100.html