[发明专利]用于数据处理的方法、装置和介质

说明书

本公开的实施例涉及用于数据处理的方法、设备和计算机可读存储介质。一种用于数据处理的方法包括获取关于多个因素的观测样本集合，该观测样本集合中的一个观测样本包括多个因素的相应观测值。该方法还包括针对多个因素中的每个因素，基于观测样本集合来估计该因素的观测值与估计值之间的差所服从的分布。该方法还包括至少基于估计的分布来确定表示多个因素间的因果关系的因果结构。本公开的实施例还提供了能够实现上述方法的设备和计算机可读存储介质。本公开的实施例能够在不对数据分布和因素间的关系进行任何假设的情况下准确且鲁棒地发现多个因素间的因果关系，并基于该因果关系来影响目标因素的观测值。

技术领域

本公开的实施例涉及机器学习领域，并且更具体地，涉及用于数据处理的方法、装置和计算机可读存储介质。

背景技术

随着信息技术的飞速发展，数据规模迅速增长。在这样的背景和趋势下，机器学习受到越来越广泛的关注。其中，因果发现在现实生活中具有广泛的应用，例如在供应链、医疗健康和零售等领域。在此所述的因果发现是指从关于多个因素的样本数据中发现多个因素间存在的因果关系。例如，在零售领域，因果发现的结果能够被用来辅助制定各种销售策略；在医疗健康领域，因果发现的结果能够被用来辅助制定对患者的治疗方案等。

发明内容

本公开的实施例提供了用于数据处理的方法、装置和计算机可读存储介质。

在本公开的第一方面，提供一种用于数据处理的方法。该方法包括：获取关于多个因素的观测样本集合，该观测样本集合中的一个观测样本包括多个因素的相应观测值；针对多个因素中的每个因素，基于观测样本集合来估计该因素的观测值与该因素的估计值之间的差所服从的分布，该估计值基于多个因素中的至少一个其他因素的观测值和至少一个其他因素对该因素的影响来确定；以及至少基于估计的分布来确定表示多个因素间的因果关系的因果结构。

本公开的第二方面，提供一种用于数据处理的装置。该装置包括至少一个处理单元和至少一个存储器。至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令。指令当由至少一个处理单元执行时，使得该装置执行动作，动作包括：获取关于多个因素的观测样本集合，该观测样本集合中的一个观测样本包括多个因素的相应观测值；针对多个因素中的每个因素，基于观测样本集合来估计该因素的观测值与该因素的估计值之间的差所服从的分布，该估计值基于多个因素中的至少一个其他因素的观测值和至少一个其他因素对该因素的影响来确定；以及至少基于估计的分布来确定表示多个因素间的因果关系的因果结构。

本公开的第三方面，提供一种计算机可读存储介质，该计算机可读存储介质具有在其上存储的机器可执行指令，该机器可执行指令在由设备执行时使该设备执行根据本公开的第一方面所描述的方法。

提供发明内容部分是为了以简化的形式来介绍一系列概念，它们在下文的具体实施方式中将被进一步描述。发明内容部分不旨在标识本公开的关键特征或必要特征，也不旨在限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

从下文的公开内容和权利要求中，本发明的目的、优点和其他特征将变得更加明显。这里仅出于示例的目的，参考附图来给出优选实施例的非限制性描述，在附图中：

图1A和图1B示出了根据本公开的实施例的用于数据处理的示例系统的框图；

图2示出了根据本公开的实施例的用于确定多个因素间的因果关系的示意图；

图3示出了根据本公开的实施例的示例方法的流程图；

图4示出了根据本公开的实施例的示例方法的流程图；

图5示出了根据本公开的实施例的示例方法的流程图；

图6示出了根据本公开的实施例的示例方法的流程图；以及