[논문 리뷰] Quantifying Causal Effects on Query Answering in Databases

Babak Salimi, Leopoldo Bertossi외 2명|arXiv (Cornell University)|2016. 03. 08.

Scientific Computing and Data Management참고 문헌 16인용 수 8

한 줄 요약

이 논문은 관계형 데이터베이스에서 쿼리 결과에 대한 튜플 기여도를 정량화하기 위한 새로운이고 더 직관적인 측정 기준으로 인과적 영향을 제안한다. 이는 단조성 쿼리에 국한되지 않고 일반화된 측정 기준이다. 인과적 영향은 반사적 간섭을 통해 형식화되며, 인과적 책임보다 더 잘 직관적인 영향 개념(예: 더 짧은 경로 기여도)을 포착함을 보여주며, 페어의 인과 추론 프레임워크에 강력한 이론적 기반을 두고 있으며 피어슨 상관계수와의 연결성도 있다.

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.

연구 동기 및 목표

• 비단조성 또는 복잡한 쿼리 시나리오에서 인과적 책임이 튜플 기여도 순위를 매기는 데 가지는 한계를 해결하기 위해.
• 반사적 간섭을 통해 튜플이 쿼리 결과에 미치는 직접적 영향을 정량화하는 새로운 측정 기준인 인과적 영향을 형식화하기 위해.
• 연속적이고 해석 가능한 인과 기여도 측정 기준을 도입함으로써 실제 원인관계를 단조성 쿼리 외로 일반화하기 위해.
• 인과적 영향과 피어슨 상관계수와 같은 기존 통계 측정 기준 간의 이론적 및 실증적 연결을 수립하기 위해.
• 데이터베이스 쿼리 응답에서 인과 설명을 위한 더 직관적이고 확장 가능한 프레임워크를 제공하기 위해.

제안 방법

• 튜플을 간섭(삽입 또는 삭제)했을 때 쿼리 결과 확률의 기대값 변화로 인과적 영향을 정의하며, 이는 다른 튜플들의 모든 가능한 연장 집합에 대해 평균을 구한다.
• 공식 $\mathcal{E}^{D}_{\tau,\mathcal{Q}} = \mathbb{E}[\mathcal{Q}(D \setminus \Gamma \cup \{\tau\})] - \mathbb{E}[\mathcal{Q}(D \setminus \Gamma)]$ 를 사용하여 인과적 영향을 정의하며, 여기서 $\Gamma$ 는 연장 집합을 뜻한다.
• 일阶 논리(FO) 및 집계 쿼리에 모두 적용하여, 다항선형 선형성 및 정보 이론적 확장 기법을 통해 선형 및 비선형 경우로 일반화됨을 보여준다.
• 인과적 영향과 피어슨 상관계수 사이의 공식적 연결을 수립: $\mathcal{E}^{D}_{\tau,\mathcal{Q}} = \pm r_{\mathcal{Q},X_{\tau}} \cdot \frac{\sigma_{\mathcal{Q}}}{\sigma_{X_{\tau}}}$, 여기서 $X_{\tau}$ 의 선형성 기여도 부호에 따라 결정된다.
• Datalog 및 재귀 쿼리를 사용하여 경로 존재성 및 기타 비단조성 쿼리에서 인과적 영향 계산을 시연한다.
• 예시를 통해 짧은 경로에 있는 튜플(예: 직접 간선)이 더 긴 경로에 있는 튜플보다 더 높은 인과적 영향 점수를 받는다는 것을 보여준다.

실험 결과

연구 질문

• RQ1 인과적 책임을 초월하여 데이터베이스 튜플에 대한 더 직관적이고 일반화 가능한 인과 기여도 측정 기준을 어떻게 정의할 수 있는가?
• RQ2 인과적 영향은 짧은 경로에 있는 튜플이 더 긴 경로에 있는 튜플보다 쿼리 결과에 더 큰 기여도를 한다는 직관적 개념을 포착할 수 있는가?
• RQ3 데이터베이스 쿼리 맥락에서 인과적 영향은 피어슨 상관계수와 같은 기존 통계 측정 기준과 어떻게 관련이 있는가?
• RQ4 인과적 책임이 실패하는 비단조성 및 집계 쿼리로 인과적 영향을 의미 있게 확장할 수 있는가?
• RQ5 쿼리 평가에서 인과적 영향과 반사적 간섭 간의 형식적 관계는 무엇인가?

주요 결과

• 경로 존재 예시에서 $t_1$(직접 간선)는 인과적 영향 0.65625를 기록하고, $t_2$, $t_3$, $t_4$ 는 각각 0.21875, 0.21875, 0.09375를 기록하여 그 기여도가 더 크다는 것을 정확히 반영한다.
• 집계 쿼리의 경우, 인과적 영향 값은 $\mathcal{E}^{D}_{R(450),\mathcal{Q}'} = 112.5$, $\mathcal{E}^{D}_{R(150),\mathcal{Q}'} = 37.5$, $\mathcal{E}^{D}_{R(100),\mathcal{Q}'} = 25$, $\mathcal{E}^{D}_{R(-100),\mathcal{Q}'} = -25$ 로 나타나 입력 변화에 대해 선형 민감도를 보인다.
• 인과적 영향은 수학적으로 피어슨 상관계수와 연결되며, $\mathcal{E}^{D}_{\tau,\mathcal{Q}} = \pm r_{\mathcal{Q},X_{\tau}} \cdot \frac{\sigma_{\mathcal{Q}}}{\sigma_{X_{\tau}}}$ 를 통해 정규화된 해석을 제공한다.
• 인과적 영향은 살리미(2015)에서 제안한 기여도 정도를 일반화하여, 이를 특수한 경우로 포함한다.
• 비단조성 쿼리인 Datalog 경로 쿼리와 같이 인과적 책임이 직관적 순위를 반영하지 못하는 상황에서도 이 방법은 성공적으로 작동한다.
• 인과적 영향은 쿼리 결과의 평균 이동을 통해 선형적 영향을 포착하지만, 고차원 모멘트의 경우 정보 이론적 확장 기법이 필요할 수 있다.