蔡瑞初，白一鸣，乔 杰，郝志峰

（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）

0 引言

近年来，科学研究、工业生产等各领域积累的数据量迅速增长，其中蕴含的研究价值和实用价值也得到了充分的重视和验证，因此，如何深度发掘这些海量数据中蕴含的有价值的信息成为了一个研究热点［1］。越来越多领域中的研究人员致力于从数据中获得此前常规方法无法直接得到的新知识，以推动科学研究进步或帮助决策者在工作中做出合理的判断，其中，因果关系是研究人员最希望获得的一类知识。一方面，因果关系表明了事物间如何相互影响的潜在作用机制，可以帮助研究事物的特性；另一方面，对于研究或工作中关心的事件，在了解了相关的因果关系知识后，就可以通过对原因进行干预行动来推动结果向期望的方向发展［2］。

如何在数据中发掘因果关系，以及如何排除各种其他因素对发掘过程的干扰是一个困难的问题。一种最常用的传统因果关系发现方法是随机控制实验（Randomized Controlled Trial，RCT），通过复杂的实验设计来对各个变量进行干预，根据干预造成的影响分析得到因果关系，同时尽可能地排除其他因素的干扰［2］，但它的有效性相当依赖于实验设计的合理性，更关键的是，RCT中必需的干预行动在因果关系未知时并不总是可行的［3］，在经济学等领域中干预的花费是不可接受甚至不可能的，在医学等领域中干预可能引发伦理问题。……