面向非稳态霍克斯过程的格兰杰因果发现算法研究

摘要

发现非稳态霍克斯过程中潜在的格兰杰因果关系具有重要意义。现有的因果发现算法主要基于稳态性假设,无法适用于非稳态的情况。为此,文中提出了一种面向非稳态霍克斯过程的格兰杰因果发现算法:首先,建立非稳态霍克斯过程因果网络结构学习模型;然后,利用贪婪算法来发现某段霍克斯过程存在的模式;最后,利用基于极大似然估计的稀疏组套索(MLE-SGL)的方法发现模式对应的因果关系。在模拟数据上的实验效果验证了算法的正确性和有效性,并在交互式网络电视(IPTV)数据集上发现了一些不同模式及有趣的因果关系。