滴滴因果建模新突破：最优传输+表征学习攻克长期效应估计难题​

滴滴因果建模新突破：最优传输 + 表征学习攻克长期效应估计难题​

摘要

本文探讨了在网约车市场中，如何通过数据融合估计长期异质性剂量-响应曲线（Long-term HDRC）的问题。针对连续处理变量和未观测混淆变量的挑战，提出了一种基于最优传输的加权方案，并通过平衡表征学习消除可观测混淆偏差。模型LEARN结合了OT加权模块、平衡表征模块和长期估计模块，有效提升了长期处理效应的估计精度，实验验证了其在真实场景中的显著效果。