1.基于改进条件变分自编码器的混合QoS预测方法，其特征在于，包括：对初始用户-服务QoS向量进行缺失值的预填充；

对预填充后的用户-服务QoS向量进行用户特征提取；

根据提取的用户特征，基于改进条件变分自编码器，对缺失的QoS值进行重构，得到重构后的QoS数据向量；

计算用户的相似邻居，并引入独立样本T检验方法筛选出用户最可信的相似邻居；

利用获取的可信相似邻居，结合重构后的QoS数据向量进行QoS预测，得到用户调用服务的预测QoS值；

其中，所述改进条件变分自编码器，是结合预填充后的用户-服务QoS向量Rpu与提取的用户特征uh，学习得到中间隐藏层的隐变量z，其满足近似估计概率分布，具体为：将预填充后的用户-服务QoS向量Rpu与用户隐性特征uh一起输入到编码端中编码得到隐藏层中的均值与方差，解码端是采用重参数方法，先从正态分布中采样一个新数据ξi，与隐藏层中的方差相乘并与均值相加后，得到最终的隐向量z，将隐向量z与用户隐性特征uh一起输入到解码端解码得到重构后的QoS数据向量。

2.如权利要求1所述的基于改进条件变分自编码器的混合QoS预测方法，其特征在于，采用带有偏置项的奇异值分解方法，对缺失值进行预填充，具体为：将初始用户-服务QoS向量分解为两个特征矩阵：用户特征矩阵Pu和服务特征矩阵Qs，再加上用户偏置项、服务偏置项及同一城市用户调用服务的历史平均QoS值，完成对初始用户-服务QoS向量的缺失值预填充。

3.如权利要求1所述的基于改进条件变分自编码器的混合QoS预测方法，其特征在于，基于双层栈式自编码器，提取用户-服务QoS向量中的用户特征。

4.如权利要求1所述的基于改进条件变分自编码器的混合QoS预测方法，其特征在于，根据用户位置信息和皮尔森相关系数计算用户的相似邻居。

5.如权利要求1所述的基于改进条件变分自编码器的混合QoS预测方法，其特征在于，获取最可信的相似邻居的具体步骤为：(1)对处于同一AS区域和城市的用户进行简单的批次筛选；

(2)使用皮尔森相关系数分别计算并获取与目标用户处于同一AS区域和同一城市的TOP-2K个相似邻居；

(3)基于独立样本T检验方法，继续对获得的目标用户TOP-4K个相似邻居进行可信度计算，进而取得最终TOP-K个最可信的相似邻居。

6.如权利要求1所述的基于改进条件变分自编码器的混合QoS预测方法，其特征在于，用独立样本T检验方法比较两个QoS记录之间是否存在显著差异，确定目标用户与相似邻居之间的可信度，具体为：将目标用户u与获取的TOP-4K相似邻居进行独立样本T检验，对显著性PT值大于显著性水平α的相似用户根据PT的值进行降序排序，取前TOP-K个最可信的相似邻居。

7.基于改进条件变分自编码器的混合QoS预测系统，其特征在于：包括预填充模块、特征提取模块、QoS重构模块、邻居获取模块和QoS预测模块；

预填充模块，被配置为：对初始用户-服务QoS向量进行缺失值的预填充；

特征提取模块，被配置为：对预填充后的用户-服务QoS向量进行用户特征提取；

QoS重构模块，被配置为：根据提取的用户特征，基于改进条件变分自编码器，对缺失的QoS值进行重构，得到重构后的QoS数据向量；

邻居获取模块，被配置为：计算用户的相似邻居，并引入独立样本T检验方法筛选出用户最可信的相似邻居；

QoS预测模块，被配置为：利用获取的可信相似邻居，结合重构后的QoS数据向量进行QoS预测，得到用户调用服务的预测QoS值；

其中，所述改进条件变分自编码器，是结合预填充后的用户-服务QoS向量Rpu与提取的用户特征uh，学习得到中间隐藏层的隐变量z，其满足近似估计概率分布，具体为：将预填充后的用户-服务QoS向量Rpu与用户隐性特征uh一起输入到编码端中编码得到隐藏层中的均值与方差，解码端是采用重参数方法，先从正态分布中采样一个新数据ξi，与隐藏层中的方差相乘并与均值相加后，得到最终的隐向量z，将隐向量z与用户隐性特征uh一起输入到解码端解码得到重构后的QoS数据向量。

8.计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-6任一项所述的基于改进条件变分自编码器的混合QoS预测方法中的步骤。

9.电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6任一项所述的基于改进条件变分自编码器的混合QoS预测方法中的步骤。