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

1、隨著計算機信息技術(shù)的快速發(fā)展，海量時間序列數(shù)據(jù)在工商業(yè)生產(chǎn)和科學(xué)研究過程中被收集。時間序列是指將某種現(xiàn)象某一個統(tǒng)計指標(biāo)（如氣溫、股指、脈搏等等）在不同時間上的各個數(shù)值，按時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)，時間序列數(shù)據(jù)背后包含著和時間動態(tài)有關(guān)的未知的、有價值的規(guī)律和機制，因此若能挖掘出這些知識進(jìn)而對數(shù)據(jù)走向進(jìn)行預(yù)測或干預(yù)，將對科學(xué)研究、商業(yè)營銷、工程生產(chǎn)等方面產(chǎn)生重要意義。
　　本文的工作是挖掘時序數(shù)據(jù)背后的因

2、果網(wǎng)絡(luò)。由于時序數(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序，成了該領(lǐng)域的常用方法。推斷因果網(wǎng)絡(luò)，實質(zhì)是篩選出節(jié)點間的強關(guān)系組成完整因果圖，由于節(jié)點間因果關(guān)系強弱不一，因此需要準(zhǔn)確衡量出因果關(guān)系的強弱。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，無法準(zhǔn)確衡量因果關(guān)系的強弱，嚴(yán)重影響時序網(wǎng)絡(luò)因果推斷的算法的準(zhǔn)確性。針對這個情況，本文所做工作主要分為兩部分:第一

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

4、強弱，篩選出對單個節(jié)點形成強關(guān)系的“父輩”，再迭代計算每個節(jié)點相應(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)點自信息量綱不統(tǒng)一帶來的問題。
　　在實驗部分，本文通過人工生成的模擬數(shù)據(jù)集，在Matlab平臺上進(jìn)行實驗驗證。首先，設(shè)定標(biāo)準(zhǔn)數(shù)據(jù)集，通過ROC曲線測試傳統(tǒng)算法和“歸一化因果熵”在標(biāo)準(zhǔn)數(shù)據(jù)集下的實驗表現(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