저자:  (1) Aarav Patel, Amity 지역 고등학교 – 이메일: aarav.dhp@gmail.com;  (2) Peter Gloor, MIT 집단지성센터 및 교신저자 - 이메일: pgloor@mit.edu.  링크 표   개요 및 소개   관련 작품   목적   행동 양식   결과   논의   결론 및 참고문헌  3. 목적  이 프로젝트의 목적은 더 큰 사회적 책임을 위해 기업의 관행에 대해 경영진과 외부인에게 보다 균형있고 대표적인 견해를 제공하는 체계적인 ESG 평가 시스템을 만드는 것이었습니다. 이를 위해 소셜 네트워크 데이터를 활용해 머신러닝 알고리즘을 만들어 ESG를 정량적으로 평가했다. 소셜 네트워크 데이터는 기업이 해결해야 한다고 생각하는 문제에 대한 다양한 외부인의 관점을 제공할 수 있기 때문에 자체 보고 파일 대신 사용되었습니다. 여론을 직접적으로 제시함으로써 자기 보고의 편견을 제거하고 경영진이 의미 있는 변화를 위한 보다 목표화된 계획을 수립하는 데 도움을 줄 수 있습니다. 또한 데이터 기반 시스템은 적용 범위가 없는 기업에 ESG 등급을 제공할 수 있습니다.  제안된 시스템의 예측력을 테스트하기 위해 현재 ESG 등급에 대해 상관관계와 MAAE(평균 절대 평균 오류)를 측정했습니다. 이는 시스템이 등급 예측에 실행 가능한지 여부를 결정하는 데 도움이 될 수 있습니다. 그러나 잠재적인 제약에는 대량의 소셜 네트워크 데이터에 대한 제한된 액세스, NLP 알고리즘의 정확성 및 제한된 계산 리소스가 포함됩니다.  이 연구의 기여는 다음과 같이 요약될 수 있습니다.   회사의 관행에 대해 사람들이 어떻게 느끼는지를 강조하는 실시간 사회적 감정 ESG 점수를 제공합니다. 이를 통해 경영진은 조직의 ESG 상태를 모니터링할 수 있습니다. 또한 사람들이 가장 변화가 필요하다고 느끼는 영역이 무엇인지 보여주며, 이를 통해 경영진의 이니셔티브를 더욱 효과적으로 타겟팅하는 데 도움이 될 수 있습니다.   실시간 ESG 데이터를 수집하고 이를 종합적인 점수로 변환하기 위한 풀스택 방법을 제공합니다. 이를 통해 투자자가 사회적으로 의식적인 투자(특히 비등급 회사의 경우)를 하고 있는지 확인하기 위해 직접 사용할 수 있거나 ESG 평가 기관이 적용 범위를 확대하기 위해 사용할 수 있는 초기 ESG 등급을 쉽게 생성할 수 있습니다.   제안된 접근 방식은 점수 예측을 위해 여러 소셜 네트워크를 활용합니다. ESG 소셜 네트워크 분석에 관한 대부분의 논문은 일반적으로 Twitter나 뉴스와 같은 하나의 특정 네트워크에 지나치게 초점을 맞추고 있습니다(Sokolov et al., 2021). 이 문서에서는 분석되지 않은 다른 소셜 네트워크(예: LinkedIn, Wikipedia)를 추가하는 동시에 이들을 결합하려고 합니다.  이 문서는 CC BY-NC-ND 4.0 DEED 라이선스에 따라   있습니다. arxiv에서 볼 수

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Read My Stories

carbonization

이 오디오는 이야기의 원래 언어로 제작되었습니다!

너무 오래; 읽다

Boost your HackerNoon story @ $159.99! 🚀

체계적인 ESG 점수 시스템 구축: 목적

About Author

코멘트

태그 걸기

이 기사는 다음에서 발표되었습니다.

Related Stories

성공적인 클라우드 마이그레이션을 위한 전체 가이드: 전략 및 모범 사례

보이지 않는 레이어: 사용자 인터뷰가 대체할 수 없는 자산인 이유

포럼에서 피드까지: 소셜 미디어 알고리즘이 디지털 상호작용을 형성하는 방식

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

성공적인 클라우드 마이그레이션을 위한 전체 가이드: 전략 및 모범 사례

보이지 않는 레이어: 사용자 인터뷰가 대체할 수 없는 자산인 이유

포럼에서 피드까지: 소셜 미디어 알고리즘이 디지털 상호작용을 형성하는 방식

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps