对社交网络进行因果效应估计的治疗感知双曲表示学习

通过在社交网络中使用超伸缩表示学习，以及利用针对个体和其邻居是否接受相同治疗方法的处理感知式关系识别模块来增强隐藏混淆因素的表示，我们提出了一种名为 TAHyper 的新颖方法，以应对从观察数据中估计个体治疗效果时面临的关键挑战。