因果推断和实验在互联网及业务场景的应用 | TF67回顾

因果推断是数据科学领域一个重要的分支。通过系统实验发现、探索和推断事物间的因果关系，一直是人类认识世界的基本方式和现代科学的基石，也是数据科学中的一个核心问题。随机控制实验是发现因果关系的经典方法，由于实验的技术局限、耗费代价大和伦理与公平等原因，在许多数据科学问题中，由观测数据推断因果关系是一项极具挑战的必要环节。

本期活动由CCF TF数据科学SIG主席、竞技世界首席数据科学家巴川组织，腾讯海外游戏数据科学负责人陈峭霖主持。陈峭霖与快手数据科学家程大曦、腾讯TAB实验平台数科负责人杜朦旭和阿里巴巴算法工程师章凡四位从事信息流、推荐、游戏等不同方向的数据科学专家，共同为大家带来他们对因果推断和实验在互联网应用的观点和实践经验的分享，并在互动环节与参会者讨论了如何将数据科学用于真实业务场景，实现数据驱动的决策。活动最后由巴川进行回顾总结。

CCF TF数据科学SIG主席巴川

陈峭霖的报告全面介绍了生产环境下实验和因果推断的流程与应用。她首先介绍了随机对照实验的流程，以一款游戏的产品生命周期为主线，通过广告投放、用户体验优化、精细化运营、精准营销、流失用户召回等多个示例，具体展现了研发和运营应用实验进行产品优化、驱动用户增长的过程，并介绍了实验平台在企业不同发展阶段对实验能力的提升作用。随后，她简要介绍了因果推断的两个框架，对因果评估的方法模型和应用场景进行了展开。报告最后总结了因果推断的常见方法，以及因果推断的研究和应用方向。

陈峭霖分享内容

章凡报告的主题是基于因果推断的广告投放后效果归因。他以具体的业务场景，飞猪酒店广告投放为例，介绍了飞猪广告归因系统。这套系统以因果推断为内核，能够迅速诊断大量广告投放计划，帮助广告主定位投放中出现的问题，优化投放效果。报告中介绍了三类归因方法，分别是基于因果发现的归因方法、基于贝叶斯网络的的归因方法和基于模拟的归因方法。从数据处理、算法优化、计算量、可解释性多角度做了说明。

章凡分享内容

程大曦报告的主题是双边市场复杂实验设计的挑战及解决方案。双边市场包含消费者与生产者两个参与方，由于存在政策性流量扶持的需求，导致双边市场激励策略难以量化。对于此问题，目前业界的参考方案主要为逐步扩量与划分小世界。程大曦详细介绍了快手目前的解决方案，快手根据FB的框架构建一套基于排序融合的方案，该方案同时使用两套排序算法，最终实现对双边指标进行效果评估。

程大曦个人简介

杜朦旭以腾讯TAB实验平台为例，介绍了如何利用实验平台提升实验效率、降低实验成本。并从平台分流科学性和平台分析科学性等方面阐述了如何保障实验平台的科学性，提出了科学实验平台+干净的实验环境+规范的实验流程的重要性。在实验环境治理和实验规范性治理方面，介绍了实验指标治理、SRM治理和实验流程治理等方法。最后介绍了实验累计长期收益的度量和展现。

杜朦旭分享内容

最后，在互动环节，几位嘉宾就实验平台、实验指标解释性、贝叶斯网络的评估、双边市场实验等问题与参会者进行了深入讨论和解答，活动圆满结束。数据科学SIG在2022年还有三场活动，希望能借此为业界同仁架起一座互相交流、共同成长的桥梁。

本期精彩回顾视频可在CCF数字图书馆观看，也可扫描下方二维码观看。TF数据科学系列第二场“数据科学家的能力素质模型”正在筹备中，欢迎大家持续关注TF的更多精彩活动！

CCF TF数据科学SIG本年度后续活动安排

下期预告：

欢迎关注CCFTF及CCF业务总部公众号，精彩陆续开启！

关注CCFTF获取TF活动资讯

关注CCF业务总部优惠预定会议场地

合作媒体