标题：基于因果效应的K2算法的研究与改进
作者：谈子健 屈红冰 肖寒 张捷
作者单位：南京理工大学自动化学院，江苏 南京 210094
关键字：贝叶斯网络；K2算法；因果效应
摘要：贝叶斯网络是在不确定环境中进行推理的重要模型。从数据中正确学习贝叶斯网络结构是研究贝叶斯网络的重难点。为解决K2算法的学习效果受到输入节点顺序影响的问题，基于Pearl的因果理论，提出了一种基于因果效应的贝叶斯网络结构学习算法。该算法首先利用定义的因果效应强度来学习网络节点顺序；其次将获得的网络节点顺序输入K2算法得到初始网络结构；最后通过定义的因果效应强度删除边来修正初始网络结构。在贝叶斯网络标准数据集Asia和Alarm上的实验表明该方法对小型和大型网络都具有较好的学习效果。