[論文レビュー] Quantifying Causal Effects on Query Answering in Databases

Babak Salimi, Leopoldo Bertossi+2 more|arXiv (Cornell University)|Mar 8, 2016

Scientific Computing and Data Management参考文献 16被引用数 8

ひとこと要約

本稿は、関係データベースにおけるクエリ結果へのタプル寄与度を定量化するための新しい、より直感的な指標として因果効果を導入し、単調なクエリにとどまらない一般化を図っている。因果効果は反事後的介入を用いて形式化され、因果責任よりも短い経路の寄与度といった直感的な影響の概念をよりよく捉えていることが示され、ピアールの因果推論フレームワークに強く裏付けられ、ピアソン相関とも関連付けられている。

ABSTRACT

The notion of actual causation, as formalized by Halpern and Pearl, has been recently applied to relational databases, to characterize and compute actual causes for possibly unexpected answers to monotone queries. Causes take the form of database tuples, and can be ranked according to their causal responsibility, a numerical measure of their relevance as a cause to the query answer. In this work we revisit this notion, introducing and making a case for an alternative measure of causal contribution, that of causal effect. The measure generalizes actual causes, and can be applied beyond monotone queries. We show that causal effect provides intuitive and intended results.

研究の動機と目的

• 因果責任の限界を是正し、とくに非単調または複雑なクエリ環境下でのクエリ結果へのタプル寄与度のランク付けを改善すること。
• 反事後的介入を通じて、タプルがクエリ結果に与える直接的影響を定量化する新しい指標「因果効果」を形式化すること。
• 連続的かつ解釈可能な因果寄与度の測定法を導入することで、単調なクエリにとどまらない実因果の一般化を図ること。
• 因果効果とピアソン相関のような確立された統計的指標との理論的および実証的関係を確立すること。
• データベースクエリ回答における因果説明のためのより直感的でスケーラブルなフレームワークを提供すること。

提案手法

• タプルを介入（挿入または削除）した際のクエリ結果確率の期待変化として因果効果を定義し、他のタプルのすべての可能なコンティンジェンシー集合を前提に計算する。
• 公式 $\mathcal{E}^{D}_{\tau,\mathcal{Q}} = \mathbb{E}[\mathcal{Q}(D \setminus \Gamma \cup \{\tau\})] - \mathbb{E}[\mathcal{Q}(D \setminus \Gamma)]$ を用いて因果効果を定義する。ここで $\Gamma$ はコンティンジェンシー集合を範囲する。
• 一階述語論理（FO）および集計クエリに本手法を適用し、多項式線形ラインエージャおよび情報理論的拡張を用いて線形および非線形ケースへ一般化を示す。
• 因果効果とピアソン相関の正式な関係を確立：$\mathcal{E}^{D}_{\tau,\mathcal{Q}} = \pm r_{\mathcal{Q},X_{\tau}} \cdot \frac{\sigma_{\mathcal{Q}}}{\sigma_{X_{\tau}}}$ であり、この式は $X_{\tau}$ のラインエージャにおける符号に依存する。
• Datalogおよび再帰的クエリを用いて、因果効果の計算を経路存在など非単調なクエリに適用する。
• 短い経路に位置するタプル（例：直接エッジ）が、長い経路に位置するタプルよりも高い因果効果スコアを示す例を通じて、本手法の有効性を検証する。

実験結果

リサーチクエスチョン

• RQ1 因果責任を超えて、より直感的かつ一般化可能なデータベースタプルの因果寄与度の測定法をどのように定義できるか。
• RQ2 因果効果は、短い経路に位置するタプルが長い経路に位置するタプルよりも寄与度が高いという直感を捉えることができるか。
• RQ3 データベースクエリの文脈において、因果効果はピアソン相関のような確立された統計的指標とどのように関係するか。
• RQ4 因果責任が失敗する非単調および集計クエリへ、因果効果を意味的に拡張できるか。
• RQ5 クエリ評価における反事後的介入と因果効果との間には、正式な関係が存在するか。

主な発見

• 経路存在の例では、$t_1$（直接エッジ）は因果効果が 0.65625 を示し、$t_2$、$t_3$、$t_4$ はそれぞれ 0.21875、0.21875、0.09375 を示しており、これはそのより大きな寄与度を正しく反映している。
• 集計クエリでは、因果効果の値は $\mathcal{E}^{D}_{R(450),\mathcal{Q}'} = 112.5$、$\mathcal{E}^{D}_{R(150),\mathcal{Q}'} = 37.5$、$\mathcal{E}^{D}_{R(100),\mathcal{Q}'} = 25$、$\mathcal{E}^{D}_{R(-100),\mathcal{Q}'} = -25$ となり、入力変化に対して線形に敏感であることが示された。
• 因果効果は数学的にピアソン相関と関連付けられている：$\mathcal{E}^{D}_{\tau,\mathcal{Q}} = \pm r_{\mathcal{Q},X_{\tau}} \cdot \frac{\sigma_{\mathcal{Q}}}{\sigma_{X_{\tau}}}$ であり、正規化された解釈を可能にする。
• 因果効果はサリミ（2015）が提案した因果寄与度の度合いを一般化し、その特殊ケースとして包含している。
• 本手法は、因果責任が直感的なランク付けを反映できない非単調なクエリ（例：Datalog経路クエリ）に対しても正常に処理できる。
• 因果効果は、クエリ結果の平均シフトを通じて線形的影響を捉えるが、高次モーメントの扱いには情報理論的拡張が必要となる場合がある。