文章摘要:事件诱因是诱导事件发生的因素，从事件特征数据构建事件诱因模型，进行事件诱因估计，是解决舆论控制、精准决策支持和用户行为定向等问题的重要基础。本文以公共突发事件为背景，以贝叶斯网为不确定性知识表示和推理的基本框架，以多值隐变量来描述事件诱因的多个取值，提出一种基于带隐变量贝叶斯网（隐变量模型）的事件诱因模型构建方法，进而利用概率推理算法估计事件诱因。针对事件诱因存在多个取值的问题，本文基于分支限界思想提出最优取值子集提取算法。建立在真实数据集上的实验结果表明，本文提出的事件诱因模型构建方法及相应的诱因估计方法是有效的。

文章关键词:事件诱因,贝叶斯网,隐变量,诱因估计,概率推理,

项目基金:国家自然科学基金-云南联合基金重点支持项目（U1802271）资助,云南省教育厅科学研究基金项目（2020Y0010）资助,云南省万人计划“青年拔尖人才”计划项目（C6193032）资助； 《世界知识》 网址: http://www.sjzszzs.cn/qikandaodu/2021/0907/872.html