Yazarlar:  (1) Aarav Patel, Amity Bölge Lisesi – e-posta: aarav.dhp@gmail.com;  (2) Peter Gloor, Kolektif Zeka Merkezi, Massachusetts Teknoloji Enstitüsü ve Sorumlu yazar – e-posta: pgloor@mit.edu.  Bağlantı Tablosu   Özet ve Giriş   İlgili Çalışmalar   Amaç   Yöntemler   Sonuçlar   Tartışma   Sonuç ve Kaynakça  3. Amaç  Bu projenin amacı, yöneticilere ve dışarıdakilere bir şirketin daha fazla sosyal sorumluluk uygulamalarına ilişkin daha dengeli ve temsili bir bakış açısı sağlayan sistematik bir ESG derecelendirme sistemi oluşturmaktı. Bunu yapmak için, ESG'yi niceliksel olarak değerlendirmek üzere sosyal ağ verileri kullanılarak bir makine öğrenme algoritması oluşturuldu. İnsanların bir şirketin ele alması gerektiğini düşündüğü sorunlar hakkında dışarıdan çeşitli bakış açıları sağlayabileceğinden, kişisel olarak bildirilen başvurular yerine sosyal ağ verileri kullanıldı. Kamuoyunun görüşünü doğrudan ortaya koyarak, kişisel raporlamanın önyargısını ortadan kaldırabilir ve yöneticilerin anlamlı değişim için daha hedefe yönelik girişimler oluşturmasına yardımcı olabilir. Ayrıca veriye dayalı bir sistem, kapsama alanı olmayan şirketler için ESG derecelendirmeleri sağlayabilir.  Önerilen sistemin tahmin gücünü test etmek için korelasyon ve ortalama mutlak ortalama hata (MAAE), mevcut ESG derecelendirmelerine göre ölçüldü. Bu, sistemin derecelendirme tahmini için uygun olup olmadığının belirlenmesine yardımcı olabilir. Ancak potansiyel kısıtlamalar arasında yüksek hacimli sosyal ağ verilerine sınırlı erişim, NLP algoritmalarının doğruluğu ve sınırlı hesaplama kaynakları yer alıyor.  Bu çalışmanın katkıları şu şekilde özetlenebilir:   İnsanların bir şirketin uygulamaları hakkında ne hissettiğini vurgulayan gerçek zamanlı bir sosyal duyarlılık ESG puanı verir. Bu, yöneticilere kuruluşlarının ESG durumunu izleme olanağı sağlayabilir. Aynı zamanda insanların hangi alanlarda en çok değişime ihtiyaç duyduğunu da gösterir ve bu, hedef yönetim girişimlerinin daha etkili olmasına yardımcı olabilir.   Gerçek zamanlı ESG verilerini toplamak ve bunu kapsamlı bir puana dönüştürmek için tam kapsamlı bir yöntem sağlar. Bu, yatırımcıların sosyal açıdan bilinçli yatırımlar yapmalarını sağlamak için (özellikle derecelendirilmemiş şirketler için) doğrudan veya ESG derecelendirme kuruluşlarının kapsamı genişletmek için kullanılabilecek başlangıç ESG derecelendirmelerinin kolayca oluşturulmasına olanak tanır.   Önerilen yaklaşım puan tahmini için birden fazla sosyal ağ kullanmaktadır. ESG sosyal ağ analiziyle ilgili makalelerin çoğu, tipik olarak Twitter veya News gibi belirli bir ağa aşırı odaklanır (Sokolov ve diğerleri, 2021). Bu makale, bunları birleştirmenin yanı sıra yeterince incelenmemiş diğer sosyal ağları da (örn. LinkedIn, Wikipedia) eklemeyi amaçlamaktadır.  Bu makale   . arxiv'de CC BY-NC-ND 4.0 DEED lisansı altında mevcuttur

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

Read My Stories

carbonization

Bu ses hikayenin orijinal dilinde üretilmiştir!

Sistematik bir ESG Puanlama Sistemi Oluşturmak: Amaç

About Author

YORUMLAR

ETİKETLERİ ASIN

BU YAZI

Related Stories

AI/ML Datalake için Referans Mimarisi Oluşturmaya Yönelik Mimar Kılavuzu

HackerNoon Yazma Yarışmasını mı Kazanmak İstiyorsunuz? İşte #crypto-api Yarışması Kazananlarının Önerileri

Benzersiz Bir Ekosistemi Güçlendiren Bitcoin UTXO Modeli

Yapay Zekanın Gücünü Ortaya Çıkarıyoruz. En Son Tekniklerin Sistematik Bir İncelemesi: Özet ve Giriş

AI/ML Datalake için Referans Mimarisi Oluşturmaya Yönelik Mimar Kılavuzu

HackerNoon Yazma Yarışmasını mı Kazanmak İstiyorsunuz? İşte #crypto-api Yarışması Kazananlarının Önerileri

Benzersiz Bir Ekosistemi Güçlendiren Bitcoin UTXO Modeli

Yapay Zekanın Gücünü Ortaya Çıkarıyoruz. En Son Tekniklerin Sistematik Bir İncelemesi: Özet ve Giriş

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps