浅谈因果推断与在内容平台的实践

因果推断初探快速上手因果模型

什么是因果

• 因果关系：无法仅通过相关性推断因果性。
• 辛普森悖论：在某些情况下，总体中的趋势与子群体中的趋势相反。

因果推断的核心问题

• 平均处理效应（ATE）：衡量干预带来的平均效果。
• 平均处理效应在治疗组（ATT）：衡量接受干预的个体所获得的效果。
• 消除偏差：通过随机对照试验（RCT）等方法减少偏差，确保干预组和对照组在干预前的差异最小化。

常见偏差类型

• 混杂偏差：干预与结果之间的共同原因导致的偏差。
• 选择偏差：过多控制某些变量导致干预与结果不再独立。

实验方法

• 随机A/B实验：通过随机分配样本至干预组和对照组，消除偏差。
• 局限性：实验的可行性和成本限制。

案例分析

• 泰坦尼克号数据集：通过随机A/B实验分析不同舱位乘客的生存率。
• ATE估算：通过直接计算和分组加权计算，得出不同组别的生存率差异。

内容平台实践案例简述

案例背景

• 研究对象：某活动对作者投稿的影响。
• 假设：
  • 平行趋势假设：干预组和对照组随时间的趋势一致。
  • 个体独立假设：作者之间行为相互独立。

影响分析

• 整体发稿量&发稿活跃度：作者侧扶持对整体发稿量和活跃度的影响。
• 活动相关内容发稿量&发稿活跃度：特定活动内容的发稿量和活跃度变化。
• 品类细分内容发稿量&发稿活跃度：不同品类内容的发稿量和活跃度变化。
• 平台侧影响：作者等级等的变化。
• 用户侧影响：如粉丝、流量表现的变化。
• 作者侧影响：内容供给的变化。

思考与讨论

• 为何需要因果关系：不是所有场景都适合A/B实验，预测模型也无法提供细节，相关关系难以落地决策。
• 如何验证因果推断结果：
  • 检查假设是否成立。
  • 检验结果是否敏感。
  • 不同方法是否得出相同结果。

参考材料