tác giả:  (1) Aarav Patel, Trường Trung học Khu vực Amity – email: aarav.dhp@gmail.com;  (2) Peter Gloor, Trung tâm Trí tuệ Tập thể, Viện Công nghệ Massachusetts và tác giả tương ứng – email: pgloor@mit.edu.  Bảng liên kết   Tóm tắt và giới thiệu   Tác phẩm liên quan   Mục đích   phương pháp   Kết quả   Cuộc thảo luận   Kết luận và thư mục  3. Mục đích  Mục đích của dự án này là tạo ra một hệ thống xếp hạng ESG có hệ thống nhằm cung cấp cho các giám đốc điều hành và người ngoài một cái nhìn cân bằng và mang tính đại diện hơn về các hoạt động của công ty nhằm nâng cao trách nhiệm xã hội. Để làm được điều này, một thuật toán học máy đã được tạo ra bằng cách sử dụng dữ liệu mạng xã hội để đánh giá ESG một cách định lượng. Dữ liệu mạng xã hội được sử dụng thay vì hồ sơ tự báo cáo vì nó có thể cung cấp nhiều quan điểm khác nhau của người ngoài về các vấn đề mà mọi người cảm thấy một công ty nên giải quyết. Bằng cách trực tiếp thể hiện quan điểm của công chúng, nó có thể loại bỏ thành kiến trong việc tự báo cáo và giúp các nhà điều hành tạo ra nhiều sáng kiến có mục tiêu hơn nhằm tạo ra sự thay đổi có ý nghĩa. Hơn nữa, hệ thống dựa trên dữ liệu có thể cung cấp xếp hạng ESG cho các công ty không được bảo hiểm.  Để kiểm tra khả năng dự đoán của hệ thống được đề xuất, mối tương quan cũng như sai số trung bình tuyệt đối trung bình (MAAE) được đo theo xếp hạng ESG hiện tại. Điều này có thể giúp xác định xem hệ thống có khả thi để dự đoán xếp hạng hay không. Tuy nhiên, những hạn chế tiềm ẩn bao gồm quyền truy cập hạn chế vào khối lượng lớn dữ liệu mạng xã hội, độ chính xác của thuật toán NLP và tài nguyên tính toán hạn chế.  Những đóng góp của công việc này có thể được tóm tắt như sau:   Nó đưa ra điểm ESG về tình cảm xã hội theo thời gian thực, làm nổi bật cảm nhận của mọi người về hoạt động của công ty. Điều này có thể cung cấp cho các giám đốc điều hành một cách để theo dõi tình trạng ESG của tổ chức của họ. Nó cũng cho thấy những lĩnh vực nào mọi người cảm thấy cần thay đổi nhất và điều này có thể giúp đưa các sáng kiến điều hành trở nên hiệu quả hơn.   Nó cung cấp một phương pháp toàn diện để thu thập dữ liệu ESG theo thời gian thực và chuyển đổi nó thành điểm số toàn diện. Điều này cho phép tạo ra các xếp hạng ESG ban đầu có sẵn mà các nhà đầu tư có thể sử dụng trực tiếp để đảm bảo họ đang thực hiện các khoản đầu tư có ý thức xã hội (đặc biệt là đối với các công ty chưa được xếp hạng) hoặc bởi các cơ quan xếp hạng ESG để mở rộng phạm vi phủ sóng.   Phương pháp đề xuất sử dụng nhiều mạng xã hội để dự đoán điểm số. Hầu hết các bài viết về phân tích mạng xã hội ESG thường tập trung cao độ vào một mạng cụ thể như Twitter hoặc News (Sokolov và cộng sự, 2021). Bài viết này tìm cách kết hợp chúng đồng thời bổ sung thêm các mạng xã hội khác chưa được phân tích kỹ càng (ví dụ: LinkedIn, Wikipedia).  Bài viết này   theo giấy phép CC BY-NC-ND 4.0 DEED. có sẵn trên arxiv

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

Read My Stories

carbonization

Nghe bài viết này bằng Tiếng Anh, đọc bởi robot thông minh của HackerNoon

dài quá đọc không nổi

Boost your HackerNoon story @ $159.99! 🚀

Tạo hệ thống tính điểm ESG có hệ thống: Mục đích

About Author

BÌNH LUẬN

chuyên mục

BÀI VIẾT NÀY CŨNG CÓ MẶT TẠI

Related Stories

179 Stories To Learn About Reading

85 Stories To Learn About Productivity Hacks

94 Stories To Learn About John Locke

240 Stories To Learn About Astounding Stories

179 Stories To Learn About Reading

85 Stories To Learn About Productivity Hacks

94 Stories To Learn About John Locke

240 Stories To Learn About Astounding Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps