一种基于因果关系的信息预测方法技术

本发明专利技术提供了一种基于因果关系的信息预测方法，属于信息处理技术领域，包括从业务行为中收集多源数据；将多源数据作为自变量，业务目标作为因变量，构建自变量与因变量的因果关系模型，将业务行为与业务目标建立联系；根据因果关系模型选择业务策略。本发明专利技术提供的一种基于因果关系的信息预测方法，使用该方法能去除干扰因素带来的伪相关；克服调研数据信息少、量小的局限性问题，形成全局化的洞察；该方法中生成的因果关系模型能够对真实市场环境进行高度还原，输出能切实指导商业决策的结果，直接助力企业决策。

【技术实现步骤摘要】
一种基于因果关系的信息预测方法
本专利技术属于信息处理
，更具体地说，是涉及一种基于因果关系的信息预测方法。
技术介绍
净推荐值(NetPromoterScore，NPS)是一种计量某个客户将会向其他人推荐某个产品或服务可能的指数，是衡量产品客户忠诚度的关键指标，由美国贝恩咨询公司题出，针对企业良性收益与真实增长，以NPS为基础进行信息推荐，可以更符合客户实际情况，提高推荐成功率，提升用户体验。现有的净推荐值收集的过程多通过向用户发放问卷调研的手段，收集用户看法，并使用传统统计方法进行分析。通过问卷收集用户态度，失效性较差，且所有答案都是用户“声称”的态度，其中不可避免地存在被访者给出不真实意见的情况，同一来源数据不能完全支撑用户态度的真实性以及态度产生原因的问题。传统分析业务影响因素的方法主要包括：相关分析、回归分析、因果分析。传统数据分析技术的缺点：1、将强相关当作因果，无法找到真正原因；2、传统统计方法在大数据时代局限性越专利技术显；3、传统统计方法在模拟和优化方面效率和效果不佳。传统统计方法无论在因果分析、模拟效率本文档来自技高网...

【技术保护点】
1.一种基于因果关系的信息预测方法，其特征在于，包括：/n从业务行为中收集多源数据；/n将所述多源数据作为自变量，业务目标作为因变量，构建自变量与因变量的因果关系模型，将业务行为与业务目标建立联系；/n根据所述因果关系模型选择业务策略。/n

【技术特征摘要】
1.一种基于因果关系的信息预测方法，其特征在于，包括：
从业务行为中收集多源数据；
将所述多源数据作为自变量，业务目标作为因变量，构建自变量与因变量的因果关系模型，将业务行为与业务目标建立联系；
根据所述因果关系模型选择业务策略。


2.如权利要求1所述的一种基于因果关系的信息预测方法，其特征在于，从业务行为中收集多源数据包括:从企业或/和第三方收集调研平台收集数据。


3.如权利要求1所述的一种基于因果关系的信息预测方法，其特征在于，所述因果关系模型的构建包括：
确定研究问题；选出问题中含有的因素，其中，因素包括自变量与因变量，构建结构因果模型；确定因果关系参数；建立观察参数与因果模型的联系；评估平均因果作用公式的可识别性,确定多条路径的因果关系。


4.如权利要求1所述的一种基于因果关系的信息预测方法，其特征在于，选出问题中含有的因素，其中，因素包括自变量与因变量，构建结构因果模型包括：
确定内源性节点：X＝(W1,W2,A,Y),其中，W1：基本混杂元素，W2：不可观察的混杂元素；A：自变量，Y：因变量；确定外生节点：U＝(UW1,UW2，UY,UA)～P*，其中，UW1,UW2，UY,UA分别与W1,W2,A,...

【专利技术属性】
技术研发人员：刘立丰，
申请(专利权)人：北京秒算信息技术有限公司，
类型：发明
国别省市：北京;11