基于約束學(xué)習(xí)的觀測(cè)數(shù)據(jù)因果關(guān)系發(fā)現(xiàn)研究.pdf

1、人類對(duì)自然的探索活動(dòng)本質(zhì)上是發(fā)現(xiàn)各種現(xiàn)象的原因，因果關(guān)系能夠給出各種現(xiàn)象的解釋，而這些解釋能幫助我們理解和掌握自然規(guī)律。設(shè)計(jì)良好的實(shí)驗(yàn)研究是獲得因果關(guān)系的最有效的方法，但是實(shí)驗(yàn)研究容易受倫理道德、實(shí)驗(yàn)代價(jià)等因素的限制而無(wú)法開(kāi)展。隨著數(shù)據(jù)收集和存儲(chǔ)技術(shù)的快速發(fā)展，在工程、醫(yī)療和科學(xué)實(shí)驗(yàn)等領(lǐng)域每天都產(chǎn)生不可計(jì)量的觀測(cè)數(shù)據(jù)。在隨機(jī)實(shí)驗(yàn)方法無(wú)法開(kāi)展時(shí)，可以轉(zhuǎn)向基于觀測(cè)數(shù)據(jù)的因果發(fā)現(xiàn)?；谟^測(cè)數(shù)據(jù)的因果發(fā)現(xiàn)方法即是利用科學(xué)的理論和方法，揭示了蘊(yùn)含

2、在海量的觀測(cè)數(shù)據(jù)中的因果關(guān)系。
　　從觀測(cè)數(shù)據(jù)中發(fā)現(xiàn)因果關(guān)系具有非常重要的意義，同時(shí)也面臨著許多實(shí)際的困難。因果關(guān)系沒(méi)有普遍被接受的定義，不同的領(lǐng)域中的因果關(guān)系有不同的解釋，很難使用統(tǒng)一的形式表達(dá)因果關(guān)系。在數(shù)據(jù)因果充分的條件下因果圖模型給出了觀測(cè)數(shù)據(jù)中對(duì)應(yīng)的因果關(guān)系的直觀表示。然而當(dāng)數(shù)據(jù)因果充分條件在所有觀測(cè)變量下不滿足時(shí)往往不能構(gòu)造正確的因果圖。同時(shí)對(duì)觀測(cè)數(shù)據(jù)中的變量構(gòu)建因果圖模型的效率與變量的數(shù)量成指數(shù)關(guān)系，隨著變量數(shù)量的增

3、加，全局因果圖模型的約束學(xué)習(xí)代價(jià)將變的非常高。在實(shí)際的應(yīng)用背景下，用戶可能并不需要了解整個(gè)觀測(cè)數(shù)據(jù)中包含的所有因果關(guān)系，發(fā)現(xiàn)其中一部分感興趣的因果關(guān)系具有更大的理論意義和實(shí)現(xiàn)價(jià)值。為了解決現(xiàn)有因果模型學(xué)習(xí)和利用效率不高的問(wèn)題，本文以研究觀測(cè)數(shù)據(jù)因果關(guān)系發(fā)現(xiàn)為基礎(chǔ)，針對(duì)觀測(cè)數(shù)據(jù)的變量的一個(gè)子集學(xué)習(xí)對(duì)應(yīng)的模型，通過(guò)獲得的模型來(lái)表達(dá)和推導(dǎo)直接因果關(guān)系。論文的主要研究?jī)?nèi)容如下:
　　1.從因果關(guān)系理論出發(fā)，研究了不同的因果關(guān)系約束學(xué)習(xí)方法

4、，針對(duì)現(xiàn)有因果關(guān)系約束方法需要大量條件獨(dú)立性計(jì)算的問(wèn)題，提出了因果關(guān)系一致性約束方法，通過(guò)融合目標(biāo)變量在不同控制變量條件下的條件關(guān)聯(lián)來(lái)實(shí)現(xiàn)變量約束，避免了大量條件獨(dú)立計(jì)算。在一致性約束思想的基礎(chǔ)上，提出了基于觀測(cè)數(shù)據(jù)等價(jià)類的因果關(guān)系一致性約束方法，方法改進(jìn)了觀測(cè)數(shù)據(jù)中變量一致性約束策略，有效地降低了觀測(cè)數(shù)據(jù)一致性約束實(shí)現(xiàn)的代價(jià)。對(duì)直接因果關(guān)系進(jìn)行了明確的定義，并綜合缺省邏輯和一階謂詞的特點(diǎn)，利用缺省邏輯的蘊(yùn)含式擴(kuò)展將直接因果關(guān)系用因果規(guī)

5、則的形式進(jìn)行表達(dá)，為變量的直接因果關(guān)系提供了一個(gè)簡(jiǎn)潔的語(yǔ)法和形式化表達(dá)的工具，并在因果規(guī)則的基礎(chǔ)上構(gòu)建了因果預(yù)測(cè)和因果診斷的模型。
　　2.因果規(guī)則是直接因果關(guān)系的有效表達(dá)形式，利用直接因果關(guān)系的理論從海量的觀測(cè)數(shù)據(jù)中發(fā)現(xiàn)實(shí)際的因果規(guī)則具有重大的現(xiàn)實(shí)意義。針對(duì)傳統(tǒng)關(guān)聯(lián)規(guī)則興趣度評(píng)價(jià)方法的不足，將因果關(guān)系引入關(guān)聯(lián)規(guī)則興趣度評(píng)價(jià)，基于信息量提出了一種因果規(guī)則度量方法。方法將不同關(guān)聯(lián)規(guī)則之間的關(guān)系作為先驗(yàn)知識(shí)來(lái)剔除虛假和錯(cuò)誤的因果規(guī)則，

6、以興趣度評(píng)價(jià)的方式實(shí)現(xiàn)了直接因果關(guān)系發(fā)現(xiàn);同時(shí)提出了相應(yīng)的算法，并通過(guò)實(shí)際數(shù)據(jù)比較和分析了該算法的性能。在關(guān)聯(lián)規(guī)則的基礎(chǔ)上進(jìn)行直接因果關(guān)系發(fā)現(xiàn)能充分了關(guān)聯(lián)規(guī)則挖掘的技術(shù)，為海量觀測(cè)數(shù)據(jù)的直接因果關(guān)系發(fā)現(xiàn)提供了有益的探索。
　　3.針對(duì)基于因果貝葉斯網(wǎng)絡(luò)的因果關(guān)系發(fā)現(xiàn)具有復(fù)雜度高、計(jì)算難度大等缺點(diǎn)，在直接因果關(guān)系的形式化表達(dá)基礎(chǔ)上，構(gòu)建了一個(gè)通用的直接因果關(guān)系發(fā)現(xiàn)框架。框架基于變量一致性約束的思想，利用關(guān)聯(lián)和部分關(guān)聯(lián)的分層約束實(shí)現(xiàn)直

7、接因果關(guān)系的發(fā)現(xiàn)。同時(shí)框架將單一因素的直接因果關(guān)系發(fā)現(xiàn)擴(kuò)展到組合變量的直接因果關(guān)系，解決了傳統(tǒng)因果發(fā)現(xiàn)方法無(wú)法表示組合因果關(guān)系的問(wèn)題。基于框架提出了一個(gè)高效的因果規(guī)則挖掘算法，設(shè)計(jì)了順序等價(jià)類存儲(chǔ)表和局部順序等價(jià)類存儲(chǔ)表，結(jié)合有效的數(shù)據(jù)表示和搜索空間剪枝技術(shù)，提高了發(fā)現(xiàn)因果規(guī)則的效率。通過(guò)充分的實(shí)驗(yàn)評(píng)估，算法在不同的數(shù)據(jù)集合中都實(shí)現(xiàn)了較好的性能表現(xiàn)，相對(duì)于傳統(tǒng)的因果關(guān)系發(fā)現(xiàn)算法不僅提高了效率，并且在不同的數(shù)據(jù)集上具有良好的擴(kuò)展性。