[論文レビュー] Why so? or Why no? Functional Causality for Explaining Query Answers

Alexandra Meliou, Wolfgang Gatterbauer+2 more|ArXiv.org|Dec 29, 2009

Scientific Computing and Data ManagementDecision Sciences参考文献 15被引用数 20

ひとこと要約

この論文は、データベースにおける照会結果の説明（'なぜそうなるのか？'）と欠落結果の説明（'なぜないのか？'）の両方を統一的に説明するための関数的因果関係を導入する。HalpernとPearlの実際の原因の定義を関数的原因に refined することで、データタプルおよび照会操作の責任の程度を順位付け可能にし、証明可能性、非回答の説明、集計寄与度の両方をサポートする。また、取り扱いやすいケースについては多項式時間のアルゴリズムを提供する。

ABSTRACT

In this paper, we propose causality as a unified framework to explain query answers and non-answers, thus generalizing and extending several previously proposed approaches of provenance and missing query result explanations. We develop our framework starting from the well-studied definition of actual causes by Halpern and Pearl. After identifying some undesirable characteristics of the original definition, we propose functional causes as a refined definition of causality with several desirable properties. These properties allow us to apply our notion of causality in a database context and apply it uniformly to define the causes of query results and their individual contributions in several ways: (i) we can model both provenance as well as non-answers, (ii) we can define explanations as either data in the input relations or relational operations in a query plan, and (iii) we can give graded degrees of responsibility to individual causes, thus allowing us to rank causes. In particular, our approach allows us to explain contributions to relational aggregate functions and to rank causes according to their respective responsibilities. We give complexity results and describe polynomial algorithms for evaluating causality in tractable cases. Throughout the paper, we illustrate the applicability of our framework with several examples. Overall, we develop in this paper the theoretical foundations of causality theory in a database context.

研究の動機と目的

• データベースシステムにおける肯定的および否定的照会結果の両方の統一的説明のニーズに対応すること。
• 証明可能性および非回答の説明モデルにおける既存の制限を克服し、形式的かつ拡張可能な因果関係フレームワークを導入すること。
• データタプルおよび照会操作の責任の程度を順位づけるための段階的責任スコアを可能にすること。
• 先行研究のラインレージャおよび欠落結果に関する一般化と拡張を含む、データベースにおける因果関係の理論的基盤を提供すること。
• 責任スコアを用いて個々の寄与を測定することで、集計関数（例：SUM、COUNT）の説明を可能にすること。

提案手法

• データベース文脈におけるHalpernとPearlの実際の因果関係定義の欠陥を是正するため、それを適応すること。
• 望ましい理論的性質（例：合成性、最小性）を備えた、洗練された因果関係定義として関数的原因を導入すること。
• 潜在関数を用いて因果的影響をモデル化し、解析的取り扱いと確率的データへの一般化を可能にすること。
• 責任を因果的寄与の定量的測度として定義し、原因の順位付けを可能にすること。
• 因果関係評価をブールネットワーク上の制約充足問題として定式化し、取り扱いやすいケースは多項式時間で解けるようにすること。
• フレームワークを照会プランおよびデータ関係に適用し、入力データおよび関係的演算の両方の因果的説明を可能にすること。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、照会結果と欠落結果の両方の説明を統一的に形式的に定義できるか？
• RQ2 証明可能性および集計の文脈において、因果関係定義が満たすべき性質は何か？
• RQ3 責任の程度を段階的スコアとして定量化することで、寄与するデータタプルまたは操作の順位付けが可能か？
• RQ4 どの種類のデータベース照会が、効率的（多項式時間）な因果関係評価を可能にするか？
• RQ5 このフレームワークは、確率的データおよび集計を扱うように拡張可能か？

主な発見

• 関数的因果関係は、先行の証明可能性および非回答説明モデルを一般化・改善する強固な統一的フレームワークを提供する。
• 同じ因果定義を用いて、照会結果の存在（'なぜそうなるのか？'）と不在（'なぜないのか？'）の両方の説明を可能にする。
• 責任による順位付けが可能であり、ニュースフィードにおける寄与キーワードの責任が減少する具体例が示される。
• 安全な照会および取り扱いやすいブールネットワークのケースでは、因果関係評価が多項式時間で実行可能である。
• 潜在関数の使用により、解析的取り扱いが可能となり、将来的な確率的データベースへの拡張の道筋が開かれる。
• このフレームワークは、SUMやCOUNTなどの集計関数への因果的寄与を効果的にモデル化でき、個々のタプルに測定可能な責任スコアを割り当てることができる。