2-1 因果推断在游戏中的应用.pdf

1、因果推断在游戏中的应房栋腾讯游戏 专家数据科学家CONTENTS01游戏中的因果推断：挑战与解决案02分布式低复杂度倾向性分数匹配03分布式鲁棒双重稳健估计04分布式板双重差分|游戏中的因果推断：挑战与解决案01|游戏中的因果推断：挑战与解决案|游戏场景中 因为户体验及隐私个的因素，通常是缺乏实验数据 观察数据中的预不是随机的，带有运营或算法的选择偏差 活跃户与低活跃户被过度预问题利观测数据：可使ATT（预组平均处理效应）=!|=1 来评估对受到预群的效应 例如使倾向性得分匹配（PSM），PSM可以将预组和对照组进对匹配，并且可以提取匹配后的户个体 可使因果推断计算ATE（平均处理效应）=!来

2、评估整体效应，需要通过加权的式使得样本分布均衡 备选案有Inverse-Probability-Treatment-Weighting(IPTW)/Double-Machine-Learning(DML)/Double-Robust-Estimator(DRE)/X-Learner 例如使双重稳健估计（DRE），由于在业务中可能法覆盖全部的混淆因，DRE在这种场景下更加稳健，并且DRE可以在倾向性分数预测不准的情况下，通过结果预测来调整可行性方案游戏中的因果推断：挑战与解决案|技术挑战解决方案 般因果推断法解决我们业务中遇到的数据量巨的问题常的因果推断具集例如微软econml,dowhy和ub

3、er causalml均不是分布式实现 众多业务均需要精细化运营策略，多场景的数据量挑战巨 对游戏中的规模推断场景，本演讲将涵盖以下三个：分布式低复杂度倾向性分数匹配 分布式鲁棒双重稳健估计 分布式板双重差分分布式低复杂度倾向性分数匹配02|分布式低复杂度倾向性分数匹配（Hist-PSM）KNN-PSM的通过逐对实现匹配Hist-PSM通过将连续变量转化为直变量实现匹配输出匹配群MatchingDf输(X,t,y,K)算法HistPSM步骤1：计算Propensity Score（PS）步骤2：PS分桶:将每一个实验组与对照组的个体的连续PS映射到K个PS分桶步骤3：计算实验组与对照组在每个P

4、S分桶的个体数量步骤4：计算每个PS分桶的阈值：取每个PS分桶中实验组与对照组中的最小个体数量步骤5：基于PS分桶阈值过滤实验组数据D1：在实验组的每个PS分桶中，随机提取阈值数量的个体步骤6：基于PS分桶阈值过滤对照组数据D0：在对照组的每个PS分桶中，随机提取阈值数量的个体步骤7：合并数据D0与D1，输出MatchingDf|分布式低复杂度倾向性分数匹配（Hist-PSM）如何将将因果推断做成数据计算任务？分布式计算架构数据计算任务任务任务任务任务计算结果任务划分结果合并分布式计算+matching分布式匹配思想|分布式低复杂度倾向性分数匹配（Hist-PSM）如何将将因果推断做成数据计算

5、任务？HistPSM的工程实现HistPSM的工程实现 内存占更：KnnPSM 需要 32 位的浮点数去存储特征值，并32 位的整形去存储索引，HistPSM 只需要 8 位去存储直图，相当于减少了 1/8 计算代价更：计算特征分裂增益时，KnnPSM 需要遍历次数据找到最佳分裂点，HistPSM 只需要遍历次 k 次|分布式HistPSM for 规模推断如何将将因果推断做成数据计算任务？Attributet值(匹配前)p值(匹配前)t值(KNN-PSM)p值(KNN-PSM)t值(Hist-PSM)p值(Hist-PSM)Age-6.2630.0000.1530.8790.4410.660

6、SibSp1.0290.304-3.2730.001-0.2990.766Parch-0.8500.396-0.2510.802-0.2630.793Fare-10.2630.0000.4010.689-0.6350.527propensity_score-30.6750.0000.0100.992-0.1500.881SibSp属性分布检验结论通过平衡性检验，判断匹配后的样本pair是否相似。Hist-PSM可以通过平衡性检验，挑选出的“对照组”在各类混淆变量的分布与预组近似。|分布式鲁棒双重稳健估计03|分布式鲁棒双重稳健估计如何将将因果推断做成数据计算任务？技术挑战：由于双重稳健估计的最