[发明专利]基于因果模型的主效应因素分析方法及设备

权利要求书

1.一种基于因果模型的主效应因素分析方法，其特征在于，包括：

构建贝叶斯网络模型，并获取结果节点的直接影响因素；

获取每个所述直接影响因素对所述结果节点产生影响的影响路径集合；

当所述影响路径集合包括间接影响路径，基于节点交互效应联合分析直接影响因素对结果节点的影响度，否则，采用独立影响度分析方法直接计算直接影响因素对结果节点的影响度；

从所有影响度中选择最大值对应的直接影响因素作为主效应因素。

2.如权利要求1所述的方法，其特征在于，所述基于节点交互效应联合分析直接影响因素对结果节点的影响度，包括：

基于所述影响路径集合，确定影响节点集合，所述影响节点集合包括直接影响因素节点、间接影响节点、结果节点；

计算所述直接影响因素节点对各个所述间接影响节点的影响，以筛选与所述直接影响因素节点有交互效应的交互效应节点；

基于所述直接影响因素节点和所述交互效应节点，联合分析所述直接影响因素对结果节点的影响度。

3.如权利要求2所述的方法，其特征在于，所述计算所述直接影响因素节点对各个所述间接影响节点的影响，以筛选与所述直接影响因素节点有交互效应的交互效应节点，包括：

将待分析数据标准化，以获得标准化的待分析数据；

将所述标准化的待分析数据中对应于所述间接影响节点和结果节点的特质值设为待定后输入所述贝叶斯网络模型，计算各个所述间接影响节点的特征值不变的概率；

随机改变所述直接影响因素节点的特征值，计算各个所述间接影响节点的特征值不变的概率；

筛选出两次概率的差值大于交互效应判定阈值的所有间接影响节点，作为交互效应节点。

4.如权利要求3所述的方法，其特征在于，所述交互效应判定阈值大于等于0且小于等于1。

5.如权利要求3所述的方法，其特征在于，所述基于所述直接影响因素节点和所述交互效应节点，联合分析所述直接影响因素对结果节点的影响度，包括：

将所述标准化的待分析数据中对应于所述交互效应节点和所述结果节点的特征值设为待定后输入所述贝叶斯网络模型，计算所述结果节点的特征值不变的概率；

随机改变所述直接影响因素节点的特征值，计算所述结果节点的特征值不变的概率；

计算两次概率的差值作为所述直接影响因素对结果节点的影响度。

6.如权利要求1所述的方法，其特征在于，所述构建贝叶斯网络模型，包括：

基于标准化的训练数据，采用BIC评分结合爬山法构建所述贝叶斯网络结构。

7.一种基于因果模型的主效应因素分析设备，其特征在于，包括：

分析模块，用于构建贝叶斯网络模型，并获取结果节点的直接影响因素；获取每个所述直接影响因素对所述结果节点产生影响的影响路径集合；

计算模块，用于当所述影响路径集合包括间接影响路径，基于节点交互效应联合分析直接影响因素对结果节点的影响度，否则，采用独立影响度分析方法直接计算直接影响因素对结果节点的影响度；从所有影响度中选择最大值对应的直接影响因素作为主效应因素。

8.如权利要求7所述的设备，其特征在于，所述计算模块，用于：

基于所述影响路径集合，确定影响节点集合，所述影响节点集合包括直接影响因素节点、间接影响节点、结果节点；

计算所述直接影响因素节点对各个所述间接影响节点的影响，以筛选与所述直接影响因素节点有交互效应的交互效应节点；

基于所述直接影响因素节点和所述交互效应节点，联合分析所述直接影响因素对结果节点的影响度。