[发明专利]估计目标变量对结果变量的因果效应的方法、装置和系统

说明书

本发明公开了一种估计目标变量对结果变量的因果效应的方法、装置和系统。根据本公开的方法，利用观测数据，针对给定的目标变量确定目标变量的相关变量集合，所述相关变量集合包括与目标变量相关的变量。然而，利用涉及目标变量以及与目标变量相关的变量的观测数据，对包括目标变量以及与目标变量相关的变量的局部因果网络进行学习，从而得到目标变量的经过学习的局部因果网络。接着，根据在目标变量的经过学习的局部因果网络中指示的目标变量与结果变量之间的关系，来确定目标变量对结果变量的直接因果效应和总因果效应其中至少一个。利用本公开，可以大大缩减因果效应评价所需的时间，显著提高因果效应评价的效率，并针对因果效应给出定量评价。

技术领域

本公开涉及数据挖掘的技术领域，更特别地涉及一种用于估计目标变量对结果变量的因果效应的方法、装置和系统。

背景技术

在大数据时代，可以通过各种数据采集途径获得大量的数据。通过对这些数据进行数据分析与挖掘，可以得到很多有用的信息。然而，在众多应用领域中，人们往往只能看到系统的表象，却无法洞察系统背后复杂的作用机理及作用过程，而是仅能获得经验型的理解。

因果结构学习致力于基于系统的观测数据，学习和发现多变量之间的因果关系，自动还原系统背后复杂的作用机理，再现数据生成过程。目前，因果结构学习技术已被应用于制药、制造、市场分析、决策等多个领域，以便洞察系统本质，继而指导决策，创造价值。

因果网络通常被用来定性地描述多变量之间的因果关系，其是对因果关系网络的一种形式化描述，能够反映出数据产生的机制，并给出给出哪些数据是由哪些数据产生的具体过程。

为了了解因果关系，通常需要利用大量数据对因果网络进行学习，在因果结构学习中可以采用各种类型的模型，其中比较常用的包括结构方程模型、布尔可满足因果模型和贝叶斯网络因果模型。例如I.Tsamardinos,等人在“The max-min hill-climbingBayesian network structure learning algorithm”(Machine Learning 65,31-78,2006)就提出一种用于学习网络结构的MMHC贝叶斯网络结构学习算法.

因果效应是原因变量对结果变量的效应的定量描述。因果效应的一个实例是某种医学治疗方法对某种疾病的治疗效果，因果效应的另一实例是某种公司决策对其产生结果的作用等。借助于因果效应，可以针对治疗或决策对于疾病疗效或决策结果做出定量评价。

现有技术中，为了获得因果效应，通常需要首先学习一个完整的本质图(Essential graph)，然后利用局部定向来确定出原因变量的所有可能的局部因果关系，最后再定量评价原因变量对结果变量的可能的总因果效应的集合。Marloes H.Maathuis等人在“Estimating high-dimensional intervention effects from observational data,”(Annals of Statistics 37,3133-3164,2008)提出一种示例的类似因果效应评估方法。

根据现有技术中的这种因果效应评价方法，将耗费较长学习时间。另外，该方法虽然能够评价总因果效应，却无法确定直接因果效应。而直接因果效应在实际应用中是非常重要的，其可以用于分析原因变量对结果变量通过各种因果路径所产生的因果效应。

为此，在本领域中存在针对因果效应评价的改进技术方案的需求。

发明内容

有鉴于此，本公开提出了一种用于估计目标变量对结果变量的因果效应的方法、装置和系统，以至少部分上消除或者缓解现有技术中的问题。