计算机应用研究

作者：蔡瑞初,谢泳,陈薇,曾艳,郝志峰,杜文俊,

单位：1.广东工业大学计算机学院,广州510006；2.佛山科学技术学院数学与大数据学院,广东佛山528000；3.东北大学工商管理学院,沈阳110004；

关键词：因果关系,时序,社交媒体,直接因果网络,传递熵,

基金：NSFC-广东联合基金资助项目(U1501254)；国家自然科学基金资助项目(61876043,61472089)；广东省自然科学基金资助项目(2014A030306004,2014A030308008)；广东省科技计划项目(2015B010108006,2015B010131015)；广东特支计划资助项目(2015TQ01X140)；广州市珠江科技新星资助项目(201610010101)；；

高维时序因果网络发现是社交媒体因果关系发现的重要问题。然而，现有的时序因果关系发现方法不能发现直接因果以致因果网络推断结果不准确。针对此问题提出了一种直接因果网络发现方法。该方法考虑了时序因果模型的因果延迟、滞后期数量和条件节点集等因素，更准确地发现直接因果关系；另外，采用结合置换检验的因果关系检验方法，解决传递熵阈值难以设定的问题。实验结果表明，该方法在因果网络推断中优于现有方法，有效提升时序上直接因果网络推断的准确率，适用于发现潜在社交媒体因果关系网络。

来源：2020年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第9期