[发明专利]一种基于因果分割的递归式因果推断方法

摘要

本发明属于数据挖掘技术领域，具体为一种基于因果分割的递归式因果推断方法。本发明方法采取分治策略，递归式地利用低阶条件独立性测试将数据集进行层层因果分割，然后再对每一个子数据集进行因果重构，最后合并得到数据集的整体因果信息。该方法能够很好的在高维数据集上进行因果推断，因果关系挖掘。在大数据时代背景下，因果关系推断算法在经济学领域、互联网社交网络领域、医疗大数据领域等都得到了广泛的应用，但高维数据问题是在行业信息智能化遇到的普遍性问题，解决该领域的相关问题迫在眉睫。本发明有助于解决如何应对日益增长的海量数据因果信息挖掘问题，对抽取海量数据中宝贵的因果信息有着重要作用。

主权项

1.一种基于因果分割的递归式因果推断方法，其特征在于，包括以下四个基本步骤：（1）数据的因果分割，是基于数据间的联合分布与内在蕴含的因果网络对称的特性，对数据进行因果分割，其中：（1a）因果分割采取低阶的CI测试，阶数≤3；（1b）因果分割递归式进行；（2）子数据集的因果骨架构建，是基于CI测试对子数据集进行因果骨架建模，要求子数据集的联合分布对称于该子网络的因果骨架；（3）子数据集的合并，是基于点与点对应重合的方法将所有子数据集合并归一；（4）数据集的方向推断，在因果分割建模与子数据集的因果骨架建模阶段采取的是CI测试，根据CI测试的结果，利用网络的V结构特性与条件独立性测试对应的特性，对数据集进行方向推断。