基于因果強(qiáng)度的時(shí)序因果關(guān)系發(fā)現(xiàn)算法研究.pdf

1、隨著計(jì)算機(jī)信息技術(shù)的快速發(fā)展，海量時(shí)間序列數(shù)據(jù)在工商業(yè)生產(chǎn)和科學(xué)研究過(guò)程中被收集。時(shí)間序列是指將某種現(xiàn)象某一個(gè)統(tǒng)計(jì)指標(biāo)（如氣溫、股指、脈搏等等）在不同時(shí)間上的各個(gè)數(shù)值，按時(shí)間先后順序排列而形成的序列。由于相比起傳統(tǒng)的靜態(tài)數(shù)據(jù)，時(shí)間序列數(shù)據(jù)背后包含著和時(shí)間動(dòng)態(tài)有關(guān)的未知的、有價(jià)值的規(guī)律和機(jī)制，因此若能挖掘出這些知識(shí)進(jìn)而對(duì)數(shù)據(jù)走向進(jìn)行預(yù)測(cè)或干預(yù)，將對(duì)科學(xué)研究、商業(yè)營(yíng)銷(xiāo)、工程生產(chǎn)等方面產(chǎn)生重要意義。
　　本文的工作是挖掘時(shí)序數(shù)據(jù)背后的因

2、果網(wǎng)絡(luò)。由于時(shí)序數(shù)據(jù)的變量間普遍存在因果性，而因果網(wǎng)絡(luò)正好是分析事物間因果關(guān)系的有效工具，因此，因果網(wǎng)絡(luò)比其它方法更適合于研究時(shí)序，成了該領(lǐng)域的常用方法。推斷因果網(wǎng)絡(luò)，實(shí)質(zhì)是篩選出節(jié)點(diǎn)間的強(qiáng)關(guān)系組成完整因果圖，由于節(jié)點(diǎn)間因果關(guān)系強(qiáng)弱不一，因此需要準(zhǔn)確衡量出因果關(guān)系的強(qiáng)弱。然而，傳統(tǒng)衡量標(biāo)準(zhǔn)普遍存在量綱不統(tǒng)一和冗余較多的缺點(diǎn)，無(wú)法準(zhǔn)確衡量因果關(guān)系的強(qiáng)弱，嚴(yán)重影響時(shí)序網(wǎng)絡(luò)因果推斷的算法的準(zhǔn)確性。針對(duì)這個(gè)情況，本文所做工作主要分為兩部分:第一

3、，針對(duì)傳統(tǒng)衡量方法的兩項(xiàng)不足，提出一種基于信息熵的因果強(qiáng)度衡量新標(biāo)準(zhǔn)，“歸一化因果熵”，該方法的核心創(chuàng)新點(diǎn)有兩項(xiàng)，一是通過(guò)歸一化處理，使量綱不同的節(jié)點(diǎn)間強(qiáng)度具備可比性，統(tǒng)一了不同信息量的節(jié)點(diǎn)間強(qiáng)度的量綱，二是通過(guò)排除節(jié)點(diǎn)間的間接影響，減少高估強(qiáng)度的情況，大幅減少冗余，這兩項(xiàng)改進(jìn)使得“歸一化因果熵”相比傳統(tǒng)方法能更準(zhǔn)確地衡量時(shí)序節(jié)點(diǎn)間的因果強(qiáng)度;第二，在此基礎(chǔ)上，設(shè)計(jì)出相應(yīng)的時(shí)間序列因果網(wǎng)絡(luò)推斷算法，以“歸一化因果熵”衡量節(jié)點(diǎn)間因果關(guān)系的

4、強(qiáng)弱，篩選出對(duì)單個(gè)節(jié)點(diǎn)形成強(qiáng)關(guān)系的“父輩”，再迭代計(jì)算每個(gè)節(jié)點(diǎn)相應(yīng)的“父輩”子圖，最終組成完整因果圖，基于本文算法推斷出的因果圖相比起傳統(tǒng)算法的推斷結(jié)果，冗余更少，且能克服節(jié)點(diǎn)自信息量綱不統(tǒng)一帶來(lái)的問(wèn)題。
　　在實(shí)驗(yàn)部分，本文通過(guò)人工生成的模擬數(shù)據(jù)集，在Matlab平臺(tái)上進(jìn)行實(shí)驗(yàn)驗(yàn)證。首先，設(shè)定標(biāo)準(zhǔn)數(shù)據(jù)集，通過(guò)ROC曲線(xiàn)測(cè)試傳統(tǒng)算法和“歸一化因果熵”在標(biāo)準(zhǔn)數(shù)據(jù)集下的實(shí)驗(yàn)表現(xiàn)，結(jié)果表明在召回率相同的情況下，“歸一化因果熵”大幅降低了