作者：  （1）Aarav Patel，阿米蒂地区高中，电子邮箱：aarav.dhp@gmail.com;  （2）Peter Gloor，麻省理工学院集体智慧中心，通讯作者——电子邮箱：pgloor@mit.edu。 链接表 摘要和引言 相关作品 目的 方法 结果 讨论 结论和参考书目 6.讨论 随机森林回归模型可能表现最佳，因为它通过组合多个决策树的预测来工作。这使它可以提高其准确性并减少对一棵特定树的过度拟合，从而产生更好的结果。随机森林回归算法具有统计上显着的 R2 相关性 26.1%（p 值 <0.05），并且 MAAE 较低，为 13.4%。这些结果与使用其他数据来源完成的类似工作一致（Krappel 等人，2021 年）。例如，Krappel 等人的一篇论文通过将基本数据（即公司周围的财务数据和一般信息）输入集成机器学习算法来创建 ESG 预测系统。他们最准确的模型获得了 54% 的 R2 相关性和 11.3% 的 MAAE。虽然提出的算法相关性不如 Krappel 等人的模型，可能是因为它利用了定性数据，但它仍然凸显了使用社会情绪作为 ESG 代理的可行性。 所提出的算法显示出令人鼓舞的结果，凸显了其在 ESG 评级预测中的可行性。与使用自我披露的可持续性报告确定 ESG 的当前 ESG 评级者不同，所提出的算法的数据驱动方法可以进行更全面和平衡的评估。利用社会情绪还可以让高管衡量人们希望公司在哪些方面有所改进，从而帮助将行动集中在变革上。此外，该系统的架构允许在短时间内更新分数。最后，高管可以通过将其他关键字输入算法来测试它们。这些属性展示了该系统的灵活性以及相对于传统方法的优势。 然而，结果的一个局限性在于它是在标准普尔 500 指数公司中测试的。因此，结果可能不会适用于低于该指数的较小公司。另一个限制可能是社交网络数据中的错误信息。虽然这应该被其他评论所淡化，但它可能会改变算法的评级。此外，Flair 情绪分析算法有时会错误分类帖子/文章情绪，特别是当帖子/文章带有讽刺态度时。最后，对于这项研究，无法访问某些付费原生 API。因此，由于速率限制，收集的数据可能无法涵盖关键字的所有可用数据。 虽然该算法显示出了统计上显著的结果，但在未来的研究中仍有改进的空间。其中一些改进包括收集更多数据。这可以通过分析标准普尔 500 指数以外的更多公司或收集更多关键词和 ESG 子主题的数据来实现。这也可以通过使用本机 API 为每个单个关键词收集更多数据点来实现。此外，可以将更多数据源纳入模型。这可以通过整合其他社交网络（即 Reddit、Glassdoor）或包括来自公司报告和政府数据库的定量数据/统计数据（即女性担任董事会成员的百分比、范围 1 碳排放量等）来实现。 此外，为了更好地完成手头的任务，可以专门为 ESG 创建 NLP 算法。例如，虽然当前方法过滤了大量不相关的数据，但仍有一些不相关的数据会通过。因此，为了解决这个问题，可以训练一种新的监督学习算法，使用 TF-IDF 矢量化来识别相关文本主体。可以通过手动标记已经收集的数据来训练该算法。此外，长文/短文 NLP 算法也可以进一步优化。虽然 Flair 已经可以提供令人满意的结果，但有些文章似乎被错误分类，这可能是算法的错误来源。通过创建专门针对 ESG 分类的情绪分析算法，可以进一步提高长文和短文 NLP 算法的准确性。这可以通过创建带有权重的自定义 ESG 词典或针对分类的 ESG 数据训练新的 NLP 算法来实现。 最后，另一个需要改进的领域是帖子可信度：虽然少量的虚假信息不会显著改变结果，但最好还是尽可能降低这种风险。越来越多的文献探讨了社交网络上的虚假新闻识别。因此，这些方法可能用于识别虚假帖子/文章（de Beer 等人，2020 年）。此外，将公司文件中的“硬”定量数据添加到算法中可以作为额外的保障。最后，该算法可以优先考虑更集中/可信的参与者，以产生更安全的输出。 总体而言，这项研究为基于社交网络的 ESG 评估系统提供了一个概念验证框架。这项工作可以作为社交情绪 ESG 产品的后端逻辑，最终可供高管使用。虽然预先打包的库用于原型设计目的，但在未来的研究中，项目的这些方面可以得到优化。与依赖公司自报的现有框架不同，所提出的模型对公司的 ESG 正面和负面因素采取了更平衡的看法。总的来说，这可以帮助接近 ESG 的基本事实，从而更好地影响公司实践，使其更加可持续。 该论文 。 可在 arxiv 上根据 CC BY-NC-ND 4.0 DEED 许可获取

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

Read My Stories

carbonization

該音頻是用故事的原始語言製作的！

创建系统的 ESG 评分体系：讨论

About Author

註釋

標籤

这篇文章刊登在

Related Stories

创建以用户为中心的加密产品：客户反馈的重要性

扬帆起航：利用数据湖开发生产级 RAG 应用程序

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

成功云迁移的完整指南：策略和最佳实践

创建以用户为中心的加密产品：客户反馈的重要性

扬帆起航：利用数据湖开发生产级 RAG 应用程序

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

成功云迁移的完整指南：策略和最佳实践

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps