从零学：Hawkes Process（2）-霍克斯过程

声明：本文章是根据网上资料，加上自己整理和理解而成，仅为记录自己学习的点点滴滴。可能有错误，欢迎大家指正。

---

一、霍克斯过程（Hawkes Process）

霍克斯过程（Hawkes process）是一种自激励过程（self-exciting process），得名于1971年提出此概念的Hawkes教授。霍克斯过程中，一个事件的发生会增加接下来事件发生的概率。这种特性使得霍克斯过程特别适合于描述那些具有“链式反应”或“触发效应”的事件序列。例如：在线购物。如果某件商品突然受到大量关注或好评（事件），可能会吸引更多消费者购买该商品（后续事件）。而且，消费者之间的推荐和分享也会进一步推动购买行为。

它的主要思想：历史上发生的事件对未来事件的发生具有激励作用，即存在正向的相互影响。并假定历史事件对未来的影响被认为是单调指数递减的，然后以累加的形势叠加的。

二、Hawkes Process的数学表达式

Hawkes Process（霍克斯过程）是一种点过程，用于对事件随时间发生的情况进行统计建模，它能够捕捉事件之间的自我激发和聚集现象。

其基本数学表达式为：

其中：

•  表示霍克斯过程在时间  的“强度”（intensity）或“发生率”（rate），即在给定到该点之前发生的所有过去事件的情况下，在时间 附近的一个小时间间隔内发生事件的期望值；
• 是霍克斯过程的“背景发生率”（background rate），即在没有任何触发或级联效应的情况下事件发生的 rate，表示事件在不受其他因素影响时本身具有的一定发生概率；
•  是一个“触发核函数”（triggering kernel），又称记忆核。它描述了过去的事件如何影响未来的事件，是一个取决于每个过去事件发生时间的函数，用于衡量每个过去事件对当前给定任意时间的影响强度（对当前事件发生强度的影响）。

核函数有多种表达方式，通常假设为指数形式。常见的一种形式为：