BDSC2021前沿讲习班 | 社会系统中的因果发现

导语

CAAI第六届全国大数据与社会计算学术会议（China National Conference on Big Data & Social Computing，简称BDSC）将于8月21-22日在重庆召开。该会议创建于2012年，旨在搭建全国大数据与社会计算学术交流平台，培育社会计算与社会智能学科发展，助力社会计算与社会智能领域人才成长，建设“有仁、有信、有情”的学术共同体，已成为全国大数据与社会计算领域的知名学术交流品牌。

BDSC2021前沿讲习班以“社会系统中的因果发现”为主题，将于8月20日举办。讲习班将介绍因果发现相关的相关基础知识，从因果图构建的模型与假设出发，对基于约束的方法、基于因果函数模型的方法和混合型方法这三大类因果关系发现方法进行介绍；并针对因果图在社会调查、社交网络、人口变动分析等领域的应用进行探讨。同时，通过介绍如何使用python语言对典型的因果发现方法进行编程实现，以及使用Tetrad软件实现从数据中自动进行因果图构建的方法。

背景

因果关系一直是人类认识世界的基本方式和现代科学的基石。爱因斯坦就曾指出，西方科学的发展是以两个伟大的成就为基础：希腊哲学家发明形式逻辑体系，以及通过系统的实验发现有可能找出因果关系。从与相关关系对比的角度来看，因果关系严格区分了“原因”变量和“结果”变量，在揭示事物发生机制、指导干预行为等方面有相关关系不能替代的重要作用。例如，吸烟、黄牙都与肺癌具有较强的相关关系，然而只有吸烟才是肺癌的原因，也只有戒烟才能降低肺癌的发病概率，而把牙齿洗白则不能降低肺癌的发病概率。

探索和发现事物间的因果关系是社会科学的研究中的一个重要问题。虽然随机干预实验是最直接的解决方法，但由于实验技术局限、实验耗费代价巨大等原因，越来越多的因果推断领域学者希望通过观察数据推断变量之间的因果关系，基于观察数据的因果图构建能够从观察数据中发现变量之间的因果关系，具有重要的科学和应用价值。

日常安排及具体内容

讲习班详情

本课程主要面向本科生、研究生、博士生，以及因果科学、数据科学相关的教学研究人员、企业人员。

课程将采用「理论+应用+实操」的方式，对当前因果科学与社会计算结合的前沿技术与行业落地实践进行系统性介绍，从而更好地解决经济学、生物医学、互联网、数据分析、人工智能等实际应用问题，为国内教育界、科研界以及企业界输送更多年轻优秀的从事多学科交叉研究的人才。

1. 基本概念与理论

1）统计与概率论基础知识

2）条件独立性检验方法

3）有向无环图

4）基于约束的因果发现方法

5）基于因果函数模型的因果发现方法

6）混合型方法：以SELF算法为例

参考文献：

[1]”Causal discovery and inference: concepts and recent methodological advances” (By Spirtes & Zhang), Applied Informatics, 2016;

[2]基于非时序观察数据的因果关系发现综述 (蔡瑞初等人), 计算机学报, 2017;

[3]大数据中的因果关系发现 (蔡瑞初等人);

[4]”Triad Constraints for Learning Causal Structure of Latent Variables” (By Cai et al.), NeurIPS 2019.

[5]”SELF: Structural Equational Embedded Likelihood Framework for Causal Discovery” (By Cai et al.), AAAI 2018.

2. 因果应用

1）社交网络因果发现

2）因果性学习的应用

3）人口变动的因果发现和因果推理

参考文献：

[1]”Understanding Social Causalities Behind Human Action Sequences”(By Cai et al.) TNNLS 2016.

[2]”Time Series Domain Adaptation via Sparse Associative Structure Alignment”(By Cai et al.) AAAI 2021.

3. 实操培训

1）python环境配置

2）dowhy库实现因果推理

3）pytrad库实现因果发现

4）Tetrad软件的使用

讲师介绍

蔡瑞初广东工业大学教授

蔡瑞初，教授、博士生导师、省杰出青年基金获得者、DMIR实验室主任、广东省移动互联网电子商务大数据工程技术研究中心副主任。2010年于华南理工大学获得工学博士学位，并进入广东工业大学工作；2015年并被评为教授、博士生导师；曾先后到新加坡国立大学、UIUC高等数字科学研究中心访问学习。

蔡教授专注于因果推断与因果性学习、深度学习等领域的理论与应用研究。在上述领域先后主持国家自然科学基金、省杰出青年基金、省特支计划科技创新青年拔尖人才、珠江科技新星、市协同创新重大专项等项目。已发表论文50余篇，包括ICML、NIPS、AAAI、IJCAI、SIGMOD 、VLDB、SDM等领域重要会议和TNNLS、TKDE、NN、PR等国际著名期刊。上述成果在华为、网易、腾讯、唯品会、南方电网、南方通信建设等企业应用实施，取得了良好的经济和社会价值。先后获得省科学技术二等奖（第四完成人）、省科学技术一等奖（第三完成人）、国家发明专利奖优秀奖（第三完成人）。

黄匡时国家卫健委人发中心

黄匡时，北京大学法学（人口学专业）博士。国家卫生健康委中国人口与发展研究中心副研究员，国家卫生健康委干部培训中心（党校）客座教授，中国人工智能学会社会计算与社会智能专业委员会副主任委员，中国人口学会理事。主持国家社科基金、北京社科基金、国家卫生健康委、国家发展改革委等单位委托课题10余项，在Journal of Family Issues、《人口研究》、《中国人口科学》、等期刊发表论文50余篇。

陈薇广东工业大学博士研究员