[论文解读] 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 20

一句话总结

本文提出功能因果性作为统一框架，用于解释数据库中的查询结果（'为何如此？'）和缺失结果（'为何没有？'）。通过在 Halpern 和 Pearl 的实际因果性基础上引入功能因果性，该框架实现了对数据元组和查询操作的分级责任排序，支持溯源、非答案解释以及聚合贡献分析，并为可 tractable 的情况提供了多项式时间算法。

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.

研究动机与目标

• 解决数据库系统中对正向与负向查询结果统一解释的需求。
• 通过引入形式化且可扩展的因果性框架，克服现有溯源与非答案解释模型的局限性。
• 为数据元组和查询操作提供分级责任评分，以对因果贡献进行排序。
• 为数据库中的因果性提供理论基础，该基础广义化并扩展了以往关于数据 lineage 和缺失结果的研究。
• 通过责任度量量化个体贡献，支持对聚合函数（如 SUM、COUNT）的解释。

提出的方法

• 将 Halpern 和 Pearl 的实际因果性定义适配于数据库场景，以弥补其不足。
• 引入功能因果性作为改进的因果性定义，具备理想的理论性质（如组合性、最小性）。
• 使用潜在函数建模因果影响，支持解析操作，并可推广至概率性数据。
• 将责任定义为因果贡献的定量度量，从而实现对因果因素的排序。
• 将因果性评估形式化为布尔网络上的约束满足问题，其中可 tractable 的情况可在多项式时间内求解。
• 将该框架应用于查询计划和数据关系，实现对输入数据和关系运算的因果解释。

实验结果

研究问题

• RQ1 如何形式化定义因果性，以统一解释查询结果与缺失结果？
• RQ2 因果性定义需满足哪些性质，才能在数据库环境中有效支持溯源与聚合？
• RQ3 能否通过分级责任评分对贡献的数据元组或操作进行量化排序？
• RQ4 哪些类别的数据库查询可实现高效（多项式时间）的因果性评估？
• RQ5 该框架如何扩展以处理概率性数据与聚合函数？

主要发现

• 功能因果性提供了一个稳健且统一的框架，广义化并改进了以往的溯源与非答案解释模型。
• 该框架使用同一因果定义，支持对查询结果存在（'为何如此？'）与不存在（'为何没有？'）的解释。
• 它支持按责任度对因果因素进行排序，具体示例显示在新闻推送中，贡献关键词的责任度逐级降低。
• 对于安全查询和可 tractable 的布尔网络，因果性评估可在多项式时间内完成。
• 潜在函数的使用支持解析操作，并为未来扩展至概率性数据库铺平道路。
• 该框架成功建模了对 SUM 和 COUNT 等聚合函数的因果贡献，为单个元组分配了可度量的责任评分。