摘要
本发明提供了一种流量填充率缺口补位预测与修正方法,包括以下步骤:采集历史与实时的流量请求、竞价响应及实际填充结果,剔除异常数据并构建样本,定义并去噪填充率缺口,提取用户分群、媒体位、地域和时段等多维特征,建立倾向估计模型输出补位源选择概率,通过稳定化逆概率权重实现样本分布均衡,对处理标识、概率范围及样本量进行一致性校验,基于倾向匹配与加权方法构造对照组,计算反事实填充率缺口生成置信区间,以形成补位源、反事实基准映射表,利用双稳健学习器估计因果增益,通过映射函数得到缺口可闭合度,筛选出可靠补位源。该方法能够在复杂投放环境下实现缺口的动态预测与智能修正,提升填充率稳定性与资源利用效率。