1.一种服务器，其特征在于，所述服务器包括存储器及与所述存储器连接的处理器，所述存储器中存储有可在所述处理器上运行的处理系统，所述处理系统被所述处理器执行时实现如下步骤：

分别获取待接入系统与各已接入系统的系统参数，基于所述系统参数计算待接入系统与各已接入系统的系统相似度；

若有待接入系统与已接入系统的系统相似度大于预设相似度阈值，则获取该已接入系统的因子数据，以该因子数据作为该待接入系统的待训练因子数据，所述因子数据包括时间、网络类型、主机数量、注册用户数量、系统调用量、业务类型、节假日因素；

若待接入系统与各已接入系统的系统相似度均小于或等于预设相似度阈值，则获取待接入系统在预设时间内的系统调用数据，对待接入系统的系统调用数据进行预处理，得到待用的系统调用数据；

基于所述待用的系统调用数据获取该待接入系统的系统特征因子及基本因子，以该系统特征因子及基本因子作为该待接入系统的待训练因子数据，所述基本因子为基本上均会影响每个待接入系统的调用量的因子，包括时间、网络类型、主机数量、注册用户数量、系统调用量，所述系统特征因子为该待接入系统特有的影响该待接入系统的调用量的因子，包括业务类型、节假日因素；

基于待接入系统的待训练因子数据对预设的模型进行训练，得到训练后用于预测该待接入系统的调用量的第一模型。

2.根据权利要求1所述的服务器，其特征在于，所述系统参数包括业务类型、系统架构类型、部署环境类型、业务量及用户量，所述基于所述系统参数计算待接入系统与各已接入系统的系统相似度的步骤，具体包括：基于所述系统参数分别获取待接入系统与各已接入系统的业务类型的相似值a1、系统架构的相似值a2、部署环境的相似值a3、业务量的相似值a4及用户量的相似值a5，并获取业务类型预设的权重W1、系统架构类型预设的权重W2、部署环境类型预设的权重W3、业务量预设的权重W4及用户量预设的权重W5，计算系统相似度R＝a1*W1+a2*W2+a3*W3+a4*W4+a5*W5。

3.根据权利要求1或2所述的服务器，其特征在于，所述系统调用数据包括系统调用量，所述对待接入系统的系统调用数据进行预处理的步骤，具体包括：获取所述待接入系统在第一预设时间内的系统调用量，计算所述系统调用量在该第一预设时间内的标准方差；

若所述标准方差为0，则过滤该第一预设时间内的系统调用量，并获取该待接入系统在第二预设时间内的系统调用量，以计算该系统调用量在该第二预设时间内的标准方差，直至所述标准方差不为0，所述第一预设时间与所述第二预设时间为过去时间，所述第一预设时间不等于所述第二预设时间；

若所述标准方差不为0，则过滤系统调用数据中为空的数据及不符合预定格式的数据，将过滤后得到的系统调用数据作为所述待用的系统调用数据。

4.根据权利要求1或2所述的服务器，其特征在于，所述处理系统被所述处理器执行时，还实现如下步骤：

按照预设的剔除规则依次剔除待训练因子数据，在每次剔除待训练因子数据后，利用剔除后剩余的待训练因子数据对所述模型进行训练，得到训练后用于预测该待接入系统的调用量的各个第二模型；

分别获取各个第二模型预测该待接入系统的调用量对应的各个准确率，根据所述各个准确率对所剔除的待训练因子数据进行评价。

5.一种预测系统调用量的方法，其特征在于，所述预测系统调用量的方法包括：S1，分别获取待接入系统与各已接入系统的系统参数，基于所述系统参数计算待接入系统与各已接入系统的系统相似度；

S2，若有待接入系统与已接入系统的系统相似度大于预设相似度阈值，则获取该已接入系统的因子数据，以该因子数据作为该待接入系统的待训练因子数据，所述因子数据包括时间、网络类型、主机数量、注册用户数量、系统调用量、业务类型、节假日因素；

S3，若待接入系统与各已接入系统的系统相似度均小于或等于预设相似度阈值，则获取待接入系统在预设时间内的系统调用数据，对待接入系统的系统调用数据进行预处理，得到待用的系统调用数据；

S4，基于所述待用的系统调用数据获取该待接入系统的系统特征因子及基本因子，以该系统特征因子及基本因子作为该待接入系统的待训练因子数据，所述基本因子为基本上均会影响每个待接入系统的调用量的因子，包括时间、网络类型、主机数量、注册用户数量、系统调用量，所述系统特征因子为该待接入系统特有的影响该待接入系统的调用量的因子，包括业务类型、节假日因素；

S5，基于待接入系统的待训练因子数据对预设的模型进行训练，得到训练后用于预测该待接入系统的调用量的第一模型。

6.根据权利要求5所述的预测系统调用量的方法，其特征在于，所述系统参数包括业务类型、系统架构类型、部署环境类型、业务量及用户量，所述步骤S1，具体包括：基于所述系统参数分别获取待接入系统与各已接入系统的业务类型的相似值a1、系统架构的相似值a2、部署环境的相似值a3、业务量的相似值a4及用户量的相似值a5，并获取业务类型预设的权重W1、系统架构类型预设的权重W2、部署环境类型预设的权重W3、业务量预设的权重W4及用户量预设的权重W5，计算系统相似度R＝a1*W1+a2*W2+a3*W3+a4*W4+a5*W5。

7.根据权利要求5或6所述的预测系统调用量的方法，其特征在于，所述系统调用数据包括系统调用量，所述步骤S3，具体包括：获取所述待接入系统在第一预设时间内的系统调用量，计算所述系统调用量在该第一预设时间内的标准方差；

若所述标准方差为0，则过滤该第一预设时间内的系统调用量，并获取该待接入系统在第二预设时间内的系统调用量，以计算该系统调用量在该第二预设时间内的标准方差，直至所述标准方差不为0，所述第一预设时间与所述第二预设时间为过去时间，所述第一预设时间不等于所述第二预设时间；

若所述标准方差不为0，则过滤系统调用数据中为空的数据及不符合预定格式的数据，将过滤后得到的系统调用数据作为待用的系统调用数据。

8.根据权利要求5或6所述的预测系统调用量的方法，其特征在于，所述步骤S5之后，还包括：

S6，按照预设的剔除规则依次剔除待训练因子数据，在每次剔除待训练因子数据后，利用剔除后剩余的待训练因子数据对所述模型进行训练，得到训练后用于预测该待接入系统的调用量的各个第二模型；

S7，分别获取各个第二模型预测该待接入系统的调用量对应的各个准确率，根据所述各个准确率对所剔除的待训练因子数据进行评价。

9.根据权利要求8所述的预测系统调用量的方法，其特征在于，所述步骤S7之后，还包括：

若有第二模型对应的准确率小于预设预设的数值，则将训练该第二模型中所剔除的待训练因子数据作为重要因子数据进行推荐；

建立该待接入系统与对应的重要因子数据的关联关系并保存。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有处理系统，所述处理系统被处理器执行时实现如权利要求5至9中任一项所述的预测系统调用量的方法的步骤。