基于时序混淆偏差的营销定价因果效应估计方法和系统

本申请涉及人工智能与商业决策的交叉技术领域，公开一种基于时序混淆偏差的营销定价因果效应估计方法和系统，方法包括：收集观测数据集，并通过随机实验，获取处理分配满足无潜在混淆条件的实验数据集；预处理观测数据集和实验数据集；构建因果效应估计模型；使用预处理后的观测数据集和实验数据集训练模型，通过优化因果效应估计模型中各模块组件的目标函数，利用梯度下降算法迭代更新模型的参数直至收敛，以得到训练完成的因果效应估计模型。基于训练完成的因果效应估计模型，对客户生命周期价值的长期因果效应进行估计，生成因果效应估计结果。本发明能够精准融合时序数据，无约束估计长期效应，并且提高因果效应的估计准确性。