基于融合模型的广告佣金预测方法、系统、设备及介质

本申请公开了一种基于融合模型的广告佣金预测方法、系统、设备及介质，方法通过获取广告佣金的历史数据，并对历史数据进行预处理，获得预处理后的历史数据；将所述预处理后的历史数据输入到预设的融合模型进行训练，获得训练之后的融合模型；获取广告佣金的实时数据，并对实时数据进行预处理，获得预处理后的实时数据；将实时数据输入到所述训练之后的融合模型中进行预测，获得广告佣金的预测结果。本申请采用Li ghtGBM模型、CatBoost模型和Meta Learner模型三种模型进行融合。该融合模型通过整合各模型的优势，能够更精准地捕捉广告佣金数据中的复杂规律，显著提高广告佣金预测的准确率，适应广告业务的动态变化需求，为广告生态各方提供更可靠的决策依据。