CN110532357A - Esg评分体系的生成方法、装置、设备及可读存储介质 - Google Patents
Esg评分体系的生成方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN110532357A CN110532357A CN201910835812.0A CN201910835812A CN110532357A CN 110532357 A CN110532357 A CN 110532357A CN 201910835812 A CN201910835812 A CN 201910835812A CN 110532357 A CN110532357 A CN 110532357A
- Authority
- CN
- China
- Prior art keywords
- esg
- history
- temperature
- score
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000003058 natural language processing Methods 0.000 claims description 14
- 238000012800 visualization Methods 0.000 claims description 6
- 238000004821 distillation Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 9
- 235000013399 edible fruits Nutrition 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000003889 chemical engineering Methods 0.000 description 5
- 230000004992 fission Effects 0.000 description 4
- 239000010865 sewage Substances 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Technology Law (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及金融科技领域,并公开了一种ESG评分体系的生成方法,包括:将历史数据及第一种子词汇放入ESG指标生成器处理,得到历史指标对应的历史热度;将当前获取的第一舆情数据及第二种子词汇放入所述ESG指标生成器处理,得到当前指标及当前热度;基于所述历史热度、当前热度及当前指标,获得ESG最新评分卡。本发明还公开了一种ESG评分体系的生成装置、设备及可读存储介质。本发明的第一舆情数据不依赖于人为分析;使用广泛的舆情数据代替公司披露,数据全面而且独立;并基于所述历史热度、当前热度及当前指标,获得ESG最新评分卡,使得评分卡能够及时有效更新,评分结果可以达到预警的效果,减少了人为因素的影响,使得结评分果更客观、一致及稳定。
Description
技术领域
本发明涉及金融科技(Fintech)技术领域,尤其涉及金融行业的ESG评分 体系的生成方法、装置、设备及可读存储介质。
背景技术
随着计算机技术的发展,越来越多的技术(如分布式、区块链Blockchain、 人工智能等)应用在金融领域,传统金融业正在逐步向金融科技(Fintech) 转变,越来越多的技术应用于金融行业。金融行业通常会用到ESG评价体系, ESG(Environment、SocialResponsibility、Corporate Governance),即环境, 社会和公司治理,是指衡量公司或企业投资的可持续性和道德影响的三个核 心因素。目前市场应用的ESG评价体系,都依赖于行业专家和分析师的经验制 定ESG指标和权重,这种传统的模式有以下几个缺陷:
1、ESG分析所用的数据来自公司的主动披露,评分结果依赖信息披露程 度;
2、ESG分析所用的数据有滞后性,评分不能及时反映公司当下的状态;
3、不同的ESG分析机构或者同一ESG分析机构在不同时间段,使用的评 分指标集不同,相同的指标也会有不同的定义,从而导致同一家公司会有不 一致、不稳定的评分结果。
发明内容
本发明的主要目的在于提出一种ESG评分体系的生成方法、装置、设备 及可读存储介质,旨在解决现有技术中ESG评分体系过于依赖人为分析而导 致评分结果不稳定的问题。
为实现上述目的,本发明提供一种ESG评分体系的生成方法,所述ESG 评分体系的生成方法包括如下步骤:
将历史数据及所述历史数据对应的第一种子词汇放入ESG指标生成器处 理,得到历史指标对应的历史热度;
将当前获取的第一舆情数据及所述第一舆情数据对应的第二种子词汇放 入所述ESG指标生成器处理,得到当前指标及当前热度;
基于所述历史热度、当前热度及当前指标,获得ESG最新评分卡。
可选地,所述将历史数据放入ESG指标生成器处理,得到历史指标对应 的历史热度的步骤之前,所述ESG评分体系的生成方法包括:
从网络上采集数据信息,且基于所述数据信息构建海量语料库;
根据预设行业标准,对所述海量语料库中的数据信息进行分类处理,得 到行业语料库;
确定行业对应的一级种子词汇,将所述行业语料库及所述一级种子词汇 输入主题提取器中处理,得到二级指标及二级热度;
通过所述主题提取器对所述二级指标及二级热度进行迭代处理,得到 ESG指标生成器。
可选地,所述根据预设行业标准,对所述海量语料库中的数据信息进行 分类处理,得到行业语料库的步骤包括:
根据预设行业标准,利用文本分析技术对所述海量语料库中的数据信息 进行分类处理,得到行业语料库。
可选地,所述将所述行业语料库及所述一级种子词汇输入主题提取器中 处理,得到二级指标及二级热度的步骤包括:
利用自然语言处理技术及主题模型,确定主题提取器;
将所述行业语料库及所述一级种子词汇输入主题提取器中处理,得到二 级指标及二级热度。
可选地,所述基于所述历史热度、当前热度及当前指标,获得ESG最新 评分卡的步骤包括:
基于ESG指标体系库,获取所述历史热度及历史权重;
基于所述历史热度、当前热度,调节所述历史权重,得到ESG最新评分 卡。
可选地,所述基于ESG指标体系库,获取所述历史热度及历史权重的步 骤之前,所述ESG评分体系的生成方法包括:
将所述历史热度进行归一化处理,得到历史权重;
基于所述历史指标、历史热度及历史权重,得到ESG基础评分卡;
将所述ESG基础评分卡放入ESG指标体系库。
可选地,所述基于所述历史热度、当前热度及当前指标,获得ESG最新 评分卡的步骤之后,所述ESG评分体系的生成方法包括:
获取企业当前的第二舆情数据;
基于所述ESG指标体系库,获取所述历史指标;
通过自然语言处理技术,基于所述第二舆情数据、历史指标及所述ESG 最新评分卡,得到所述企业的ESG得分;
将所述ESG得分进行可视化处理。
此外,为实现上述目的,本发明还提供一种ESG评分体系的生成装置, 所述ESG评分体系的生成装置包括:
第一处理模块,用于将历史数据及所述历史数据对应的第一种子词汇放 入ESG指标生成器处理,得到历史指标对应的历史热度;
第二模块,用于将当前获取的第一舆情数据及所述第一舆情数据对应的 第二种子词汇放入所述ESG指标生成器处理,得到当前指标及当前热度;
评分模块,用于基于所述历史热度、当前热度及当前指标,获得ESG最 新评分卡。
此外,为实现上述目的,本发明还提供一种ESG评分体系的生成设备, 所述ESG评分体系的生成设备包括:存储器、处理器及存储在所述存储器上 并可在所述处理器上运行的ESG评分体系的生成程序,所述ESG评分体系的 生成程序被所述处理器执行时实现如上所述的ESG评分体系的生成方法的步 骤。
此外,为实现上述目的,本发明还提供一种可读存储介质,所述可读存 储介质上存储有ESG评分体系的生成程序,所述ESG评分体系的生成程序被 处理器执行时实现如上所述的ESG评分体系的生成方法的步骤。
本发明提出的ESG评分体系的生成方法,将历史数据及所述历史数据对 应的第一种子词汇放入ESG指标生成器处理,得到历史指标对应的历史热度; 获取当前的第一舆情数据,第一舆情数据可以利用AI技术获得,不依赖于专 家和分析师团队;使用广泛的舆情数据代替公司披露,数据全面而且独立; 将第一舆情数据及第一舆情数据对应的第二种子词汇放入所述ESG指标生成 器处理,得到当前指标及当前热度,并基于所述历史热度、当前热度及当前 指标,获得ESG最新评分卡,使得评分卡能够及时有效更新,评分结果可以 达到预警的效果。本发明的方法,减少了人为因素的影响,使得结评分果更 客观、一致及稳定。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图;
图2为本发明ESG评分体系的生成方法第一实施例的流程示意图;
图3为本发明ESG评分体系的生成方法第一实施例的流程框图;
图4为本发明ESG评分体系的生成方法第二实施例的流程示意图;
图5为本发明ESG评分体系的生成方法第三实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步 说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限 定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的设备结构 示意图。
本发明实施例ESG评分体系的生成设备可以是PC机或服务器设备。
如图1所示,该ESG评分体系的生成设备可以包括:处理器1001,例如CPU, 网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总 线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏 (Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包 括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接 口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以 是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的设备结构并不构成对设备的限 定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部 件布置。
如图1所示,作为一种计算机可读存储介质的存储器1005中可以包括操作 系统、网络通信模块、用户接口模块以及ESG评分体系的生成程序。
在图1所示的设备中,网络接口1004主要用于连接后台服务器,与后台 服务器进行数据通信;用户接口1003主要用于连接客户端,与客户端进行数 据通信;而处理器1001可以用于调用存储器1005中存储的ESG评分体系的 生成程序,并执行下述ESG评分体系的生成方法各个实施例中的操作。
基于上述硬件结构,提出本发明ESG评分体系的生成方法实施例。
参照图2,图2为本发明ESG评分体系的生成方法第一实施例的流程示 意图,所述方法包括:
步骤S10,将历史数据及所述历史数据对应的第一种子词汇放入ESG指 标生成器处理,得到历史指标对应的历史热度;
本实施例中,ESG(Environmental,Social and Governance)通常代表环境、 社会和公司治理三大因素,是社会责任投资中投资决策的重要考量因子,而 社会责任投资选择的投资对象就是除了企业基本面表现外,一般在这三大因 素下表现更为优秀的企业。
ESG指标生成器的构建过程为:从网络上采集数据信息,且基于所述数 据信息构建海量语料库;根据预设行业标准,对所述海量语料库中的数据信 息进行分类处理,得到行业语料库;确定行业对应的一级种子词汇,将所述 行业语料库及所述一级种子词汇输入主题提取器中处理,得到二级指标及二 级热度;通过所述主题提取器对所述二级指标及二级热度进行迭代处理,得 到ESG指标生成器。
通过将历史数据及历史数据对应的第一种子词汇放入ESG指标生成器 中,得到历史指标对应的历史热度,在ESG评分体系中,一级指标为环境、 社会和公司治理三个维度。二级指标为环境、社会和公司治理下的13项分类 议题,如环境下的二级指标包括环境目标、环境管理、环境披露及负面事件 等。三级指标将会涵盖具体的ESG指标,共有127项三级指标,例如社会方 面的三级指标包括劳工政策、员工政策、女性员工、多样化、供应链责任管 理等30多项指标。评估体系分为通用指标和行业特定指标。通用指标适用于 所有上市公司,行业特定指标是指各行业特有的指标,只适用于本行业分类 内的公司。
本案中的历史指标,是指构建ESG基础评分卡时的各级指标,例如,N 级指标f1,f2……fn,即历史指标包括历史一级指标f1,历史二级指标f2等,对 应的历史热度,即历史一级热度h1,历史二级热度h2等。并且,将N级指标作 为种子词汇,即,历史一级指标f1对应一级种子词汇,且历史数据中存在对 应的一级种子词汇。
热度是指指标出现次数,历史热度对应的历史指标出现的次数,如历史 一级指标f1在历史时间段出现的次数。
例如,在构建ESG基础评分卡的时间是2019年8月1日,采用数据爬虫 或者是政府机构网站提供的方式,获取到一些公告、新闻,即可得到构建ESG 基础评分卡对应的历史数据为2019年8月1日及以前的新闻和公告数据,按 行业分类,比如历史数据化工的第一种子词汇为“污水排放”,那么,将2019 年8月以前的化工数据及“污水排放”放入ESG指标生成器处理,得到历史 指标对应的历史热度,即污水排放的热度。
通过将历史数据及历史数据对应的第一种子词汇放入ESG指标生成器 中,得到历史指标对应的历史热度,由于历史指标及其对应的历史热度,不 会再改变,因此,能够构建一个稳定的ESG指标体系。
步骤S20,将当前获取的第一舆情数据及所述第一舆情数据对应的第二种 子词汇放入所述ESG指标生成器处理,得到当前指标及当前热度;
该步骤中,将当前(例如每期中的天、周、月、季度等)获取的第一舆 情数据及第一舆情数据对应的第二种子词汇放入ESG指标生成器处理,得到 当前指标及当前热度。舆情数据,可以是新媒体数据、网络舆情数据、政务 数据、公安政法数据、金融监管数据、股债行情数据、企业经营数据、企业 财务数据、工商数据等,第二种子词汇,也是种子词汇,为第一舆情数据对 应的第二种子词汇,与历史数据对应的第一种子词汇区别开。
为了保证得到的指标及热度是最新的,在评分前,需要对评分体系进行 更新,因此,在得到历史指标对应的历史热度这一稳定的ESG指标体系下, 获取最新的第一舆情数据及对应的第二种子词汇。
比如,历史数据是2019年8月1日之前的化工数据,此时为2019年9 月1号,然后,各大新闻网站刊登关于化工方面的新闻,对应更多的新闻与 空气质量相关,此时,第一舆情数据为化工数据,对应的第二种子词汇为空 气质量。因此,为了更新到最新的评分结果,将2019年8月1日至2019年8 月31日之间的化工数据,即第一舆情数据,以及,化工数据对应的空气质量 这一第二种子词汇,放入到ESG指标生成器处理,从而得到当前指标及当前 热度。
通过将第一舆情数据及所述第一舆情数据对应的第二种子词汇放入所述 ESG指标生成器处理,得到当前指标及当前热度,避免舆情数据缺失,保证 评分的准确度。
步骤S30,基于所述历史热度、当前热度及当前指标,获得ESG最新评 分卡。
该步骤中,具体为:在得到历史热度后,将所述历史热度进行归一化处 理,得到历史权重;基于所述历史指标、历史热度及历史权重,得到ESG基 础评分卡;将所述ESG基础评分卡放入ESG指标体系库;基于ESG指标体 系库,获取所述历史热度及历史权重;基于所述历史热度、当前热度,调节 所述历史权重,得到ESG最新评分卡,即匹配ESG指标体系,根据指标历史 热度和每期的热度变化、调节指标的权重,如此获取最新ESG评分卡。
历史权重,是指历史指标的权重。
例如N级指标f1,f2……fn及历史热度h1,h2……hn,对于每一个 i=1,……,n,热度归一化计算成历史权重从而得到ESG 基础评分卡,再将ESG基础评分卡放进ESG指标体系库中,很明显, ESG指标体系库中存储有计算历史权重的时间,指标,热度,权重。
如图3所示,根据历史热度、当前热度及当前指标,对历史权重进行调 整,从而得到ESG最新评分卡,有效保证评分卡的高度精准,并且,整个过 程无需人为参与,智能化程度高,且评分卡能够及时有效更新,评分结果可 以达到预警的效果。
本发明提出的ESG评分体系的生成方法,将历史数据及所述历史数据对 应的第一种子词汇放入ESG指标生成器处理,得到历史指标对应的历史热度; 获取当前的第一舆情数据,第一舆情数据可以利用AI技术获得,不依赖于专 家和分析师团队;使用广泛的舆情数据代替公司披露,数据全面而且独立; 将第一舆情数据及第一舆情数据对应的第二种子词汇放入所述ESG指标生成 器处理,得到当前指标及当前热度,并基于所述历史热度、当前热度及当前 指标,获得ESG最新评分卡,使得评分卡能够及时有效更新,评分结果可以 达到预警的效果。本发明的方法,减少了人为因素的影响,使得结评分果更 客观、一致及稳定。
进一步地,基于本发明ESG评分体系的生成方法的第一实施例,提出本 发明ESG评分体系的生成方法的第二实施例;如图4所示,步骤S10之前, ESG评分体系的生成方法可以包括:
从网络上采集数据信息,且基于所述数据信息构建海量语料库;
根据预设行业标准,对所述海量语料库中的数据信息进行分类处理,得 到行业语料库;
确定行业对应的一级种子词汇,将所述行业语料库及所述一级种子词汇 输入主题提取器中处理,得到二级指标及二级热度;
通过所述主题提取器对所述二级指标及二级热度进行迭代处理,得到 ESG指标生成器。
本实施例中,在将历史数据及对应的第一种子词汇放入ESG指标生成器 之前,需要构建ESG指标生成器,ESG指标生成器的构建过程为:从网络上 采集数据信息,且基于所述数据信息构建海量语料库;根据预设行业标准, 对所述海量语料库中的数据信息进行分类处理,得到行业语料库;确定行业 对应的一级种子词汇,将所述行业语料库及所述一级种子词汇输入主题提取 器中处理,得到二级指标及二级热度;通过所述主题提取器对所述二级指标 及二级热度进行迭代处理,得到ESG指标生成器。
具体地,网络可以是政府机构网站,也可以是各大官方媒体网站,可以 采用数据爬虫方式,或者是请政府机构网站主动提供的方式,获取数据信息, 比如,构建ESG指标生成器是2019年6月1号,则获取当时的数据信息,比 如获取对一篇化工方面的报道。
该信息数据的获取,不依赖于公司的主动披露,主动从各大公开网站获 得。
在获得数据信息后,基于数据信息构建海量语料库,然后,制定行业分 类标准,根据制定的标准,即预设行业标准,对海量语料库中的数据信息进 行分类处理,得到行业语料库,例如,得到金融行业语料库、科技行业语料 库、交通运输业语料库等。接着,对每一个行业,制定一级种子词汇,例如 对于化工行业,污水排放可以作为一级种子词汇。再将行业语料库和一级种 子词汇放进AI技术主题提取器中处理,得到二级指标及其热度。
最后,AI技术主题提取器可以迭代使用,将N级指标作为种子词汇,通 过提取器可以得到N+1级指标及其热度,从而得到ESG指标生成器。
通过构建ESG指标生成器,以便于对历史数据及对应的第一种子词汇进 行处理,得到稳定的ESG指标体系,并且,以便于对当前获取的第一舆情数 据及所述第一舆情数据对应的第二种子词汇进行处理,得到最新的指标及当 前热度。
进一步地,对所述海量语料库中的数据信息进行分类处理可以利用文本 分析技术,对海量语料库中的数据信息进行分类处理,得到行业语料库。
在本实施例中,文本分析法是指从文本的表层深入到文本的深层,从而 发现那些不能为普通阅读所把握的深层意义。
通过文本分析技术,对海量语料库中的数据信息进行分类处理,得到行 业语料库,例如,得到的行业语料库如金融行业语料库、科技行业语料库、 交通运输业语料库等。
进一步地,所述将所述行业语料库及所述一级种子词汇输入主题提取器 中处理,得到二级指标及二级热度的步骤可以包括:
利用自然语言处理技术及主题模型,确定主题提取器;
将所述行业语料库及所述一级种子词汇输入主题提取器中处理,得到二 级指标及二级热度。
本实施例中,自然语言处理技术((Natural Language Processing,NLP) 是人工智能(AI)的一个子领域,采用深度学习方法有助于开发全新的模型, 深度学习方法具有学习特征表示的能力,不必要求专家从自然语言中人工指 定和提取特征,并且,在挑战性问题上持续快速改进。
主题模型(Topic Model),就是对文字中隐含主题的一种建模方法,首 先,需要定义主题是什么,主题是一个概念,一个方面,表现为一系列相关 的词语,是词汇表上词语的条件概率分布,与主题关系越密切的词语,它的 条件概率越大,反之则越小。
比如,一级指标可以是ESG,二级指标通过主题模型可以得到环境、社 会、公司治理,然后把环境作为关键词放进去,得到三级指标、水质、空气 质量等。
通过自然语言处理技术及主题模型,确定主题提取器,实现对行业语料 库及一级种子词汇的智能处理,从而得到二级指标及二级热度。
进一步地,步骤S30可以包括:
基于ESG指标体系库,获取所述历史热度及历史权重;
基于所述历史热度、当前热度,调节所述历史权重,得到ESG最新评分 卡。
在本实施例中,基于所述历史热度、当前热度及当前指标,获得ESG最 新评分卡具体为:基于ESG指标体系库,获取所述历史热度及历史权重;基 于所述历史热度、当前热度,调节所述历史权重,得到ESG最新评分卡。
其中,ESG指标体系库,相当于一个数据库,用于存储历史指标、历史 热度及历史权重,甚至是当前时间。
由于需要参考历史热度,因此,需要从ESG指标体系库中提取出历史热 度及历史权重,并根据历史热度、当前热度,对历史权重进行调节,更新历 史权重,从而得到ESG最新评分卡。
进一步地,所述基于ESG指标体系库,获取所述历史热度及历史权重的 步骤之前,所述ESG评分体系的生成方法包括:
将所述历史热度进行归一化处理,得到历史权重;
基于所述历史指标、历史热度及历史权重,得到ESG基础评分卡;
将所述ESG基础评分卡放入ESG指标体系库。
本实施例中,例如N级指标f1,…,fn及历史热度h1,…,hn,对于每 一个i=1,……,n,热度归一化计算成历史权重从而得到 ESG基础评分卡,再将ESG基础评分卡放进ESG指标体系库中,很 明显,ESG指标体系库中存储有计算历史权重的时间,指标,热度, 权重。
进一步地,基于本发明ESG评分体系的生成方法的第二实施例,提出本 发明ESG评分体系的生成方法的第三实施例;如图5所示,在步骤S30之后, ESG评分体系的生成方法可以包括:
获取企业当前的第二舆情数据;
基于所述ESG指标体系库,获取所述历史指标;
通过自然语言处理技术,基于所述第二舆情数据、历史指标及所述ESG 最新评分卡,得到所述企业的ESG得分;
将所述ESG得分进行可视化处理。
本实施例中,在得到ESG最新评分卡后,可进行对单个公司的ESG评分, 具体为:获取企业当前的第二舆情数据;基于所述ESG指标体系库,获取所 述历史指标;通过自然语言处理技术,基于所述第二舆情数据、历史指标及 所述ESG最新评分卡,得到所述企业的ESG得分;将所述ESG得分进行可 视化处理,得到可视化图形。
对单个公司/企业的评分,首先汇集公司/企业的舆情数据,通过NLP技 术(自然语言处理技术),匹配ESG指标体系库中的指标,结合最新的评分 卡权重,得到单个公司的ESG得分。
可视化公司得分,提供预警信号、趋势图和影响得分的关键舆情数据, 方便用户直观地认识风险并做出决策。
本发明还提供一种ESG评分体系的生成装置。本发明所述ESG评分体系 的生成装置包括:
第一处理模块,用于将历史数据及所述历史数据对应的第一种子词汇放 入ESG指标生成器处理,得到历史指标对应的历史热度;
第二模块,用于将当前获取的第一舆情数据及所述第一舆情数据对应的 第二种子词汇放入所述ESG指标生成器处理,得到当前指标及当前热度;
评分模块,用于基于所述历史热度、当前热度及当前指标,获得ESG最 新评分卡。
进一步地,ESG评分体系的生成装置还包括构建模块,用于:
从网络上采集数据信息,且基于所述数据信息构建海量语料库;
根据预设行业标准,对所述海量语料库中的数据信息进行分类处理,得 到行业语料库;
确定行业对应的一级种子词汇,将所述行业语料库及所述一级种子词汇 输入主题提取器中处理,得到二级指标及二级热度;
通过所述主题提取器对所述二级指标及二级热度进行迭代处理,得到 ESG指标生成器。
进一步地,所述构建模块还用于:
根据预设行业标准,利用文本分析技术对所述海量语料库中的数据信息 进行分类处理,得到行业语料库。
进一步地,构建模块还用于:
利用自然语言处理技术及主题模型,确定主题提取器;
将所述行业语料库及所述一级种子词汇输入主题提取器中处理,得到二 级指标及二级热度。
进一步地,所述评分模块还用于:
基于ESG指标体系库,获取所述历史热度及历史权重;
基于所述历史热度、当前热度,调节所述历史权重,得到ESG最新评分 卡。
进一步地评分模块还用于:
将所述历史热度进行归一化处理,得到历史权重;
基于所述历史指标、历史热度及历史权重,得到ESG基础评分卡;
将所述ESG基础评分卡放入ESG指标体系库。
进一步地,ESG评分体系的生成装置还包括得分模块,用于:
获取企业当前的第二舆情数据;
基于所述ESG指标体系库,获取所述历史指标;
通过自然语言处理技术,基于所述第二舆情数据、历史指标及所述ESG 最新评分卡,得到所述企业的ESG得分;
将所述ESG得分进行可视化处理。
本发明还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有ESG评分体系的生成程序,所述 ESG评分体系的生成程序被处理器执行时实现如上所述的ESG评分体系的生 成方法的步骤。
其中,在所述处理器上运行的ESG评分体系的生成程序被执行时所实现 的方法可参照本发明ESG评分体系的生成方法各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在 涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系 统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括 为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下, 由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物 品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述 实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通 过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的 技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体 现出来,该计算机软件产品存储在如上所述的一个可读存储介质(如 ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台ESG评分体系的生 成设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明 各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是 利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间 接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种ESG评分体系的生成方法,其特征在于,所述ESG评分体系的生成方法包括如下步骤:
将历史数据及所述历史数据对应的第一种子词汇放入ESG指标生成器处理,得到历史指标对应的历史热度;
将当前获取的第一舆情数据及所述第一舆情数据对应的第二种子词汇放入所述ESG指标生成器处理,得到当前指标及当前热度;
基于所述历史热度、当前热度及当前指标,获得ESG最新评分卡。
2.如权利要求1所述的ESG评分体系的生成方法,其特征在于,所述将历史数据放入ESG指标生成器处理,得到历史指标对应的历史热度的步骤之前,所述ESG评分体系的生成方法包括:
从网络上采集数据信息,且基于所述数据信息构建海量语料库;
根据预设行业标准,对所述海量语料库中的数据信息进行分类处理,得到行业语料库;
确定行业对应的一级种子词汇,将所述行业语料库及所述一级种子词汇输入主题提取器中处理,得到二级指标及二级热度;
通过所述主题提取器对所述二级指标及二级热度进行迭代处理,得到ESG指标生成器。
3.如权利要求2所述的ESG评分体系的生成方法,其特征在于,所述根据预设行业标准,对所述海量语料库中的数据信息进行分类处理,得到行业语料库的步骤包括:
根据预设行业标准,利用文本分析技术对所述海量语料库中的数据信息进行分类处理,得到行业语料库。
4.如权利要求2所述的ESG评分体系的生成方法,其特征在于,所述将所述行业语料库及所述一级种子词汇输入主题提取器中处理,得到二级指标及二级热度的步骤包括:
利用自然语言处理技术及主题模型,确定主题提取器;
将所述行业语料库及所述一级种子词汇输入主题提取器中处理,得到二级指标及二级热度。
5.如权利要求1至4中任一项所述的ESG评分体系的生成方法,其特征在于,所述基于所述历史热度、当前热度及当前指标,获得ESG最新评分卡的步骤包括:
基于ESG指标体系库,获取所述历史热度及历史权重;
基于所述历史热度、当前热度,调节所述历史权重,得到ESG最新评分卡。
6.如权利要求5任一项所述的ESG评分体系的生成方法,其特征在于,所述基于ESG指标体系库,获取所述历史热度及历史权重的步骤之前,所述ESG评分体系的生成方法包括:
将所述历史热度进行归一化处理,得到历史权重;
基于所述历史指标、历史热度及历史权重,得到ESG基础评分卡;
将所述ESG基础评分卡放入ESG指标体系库。
7.如权利要求5所述的ESG评分体系的生成方法,其特征在于,所述基于所述历史热度、当前热度及当前指标,获得ESG最新评分卡的步骤之后,所述ESG评分体系的生成方法包括:
获取企业当前的第二舆情数据;
基于所述ESG指标体系库,获取所述历史指标;
通过自然语言处理技术,基于所述第二舆情数据、历史指标及所述ESG最新评分卡,得到所述企业的ESG得分;
将所述ESG得分进行可视化处理。
8.一种ESG评分体系的生成装置,其特征在于,所述ESG评分体系的生成装置包括:
第一处理模块,用于将历史数据及所述历史数据对应的第一种子词汇放入ESG指标生成器处理,得到历史指标对应的历史热度;
第二模块,用于将当前获取的第一舆情数据及所述第一舆情数据对应的第二种子词汇放入所述ESG指标生成器处理,得到当前指标及当前热度;
评分模块,用于基于所述历史热度、当前热度及当前指标,获得ESG最新评分卡。
9.一种ESG评分体系的生成设备,其特征在于,所述ESG评分体系的生成设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的ESG评分体系的生成程序,所述ESG评分体系的生成程序被所述处理器执行时实现如权利要求1至7中任一项所述的ESG评分体系的生成方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有ESG评分体系的生成程序,所述ESG评分体系的生成程序被处理器执行时实现如权利要求1至7中任一项所述的ESG评分体系的生成方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910835812.0A CN110532357B (zh) | 2019-09-04 | 2019-09-04 | Esg评分体系的生成方法、装置、设备及可读存储介质 |
PCT/CN2020/107325 WO2021004550A1 (zh) | 2019-09-04 | 2020-08-06 | Esg评分体系的生成方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910835812.0A CN110532357B (zh) | 2019-09-04 | 2019-09-04 | Esg评分体系的生成方法、装置、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110532357A true CN110532357A (zh) | 2019-12-03 |
CN110532357B CN110532357B (zh) | 2024-03-12 |
Family
ID=68667259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910835812.0A Active CN110532357B (zh) | 2019-09-04 | 2019-09-04 | Esg评分体系的生成方法、装置、设备及可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110532357B (zh) |
WO (1) | WO2021004550A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460260A (zh) * | 2020-03-31 | 2020-07-28 | 上海智芝全智能科技有限公司 | 多类型数据的数据处理系统、方法及介质 |
WO2021004550A1 (zh) * | 2019-09-04 | 2021-01-14 | 深圳前海微众银行股份有限公司 | Esg评分体系的生成方法、装置、设备及可读存储介质 |
CN113190683A (zh) * | 2021-07-02 | 2021-07-30 | 平安科技(深圳)有限公司 | 基于聚类技术的企业esg指数确定方法及相关产品 |
CN113436024A (zh) * | 2021-08-25 | 2021-09-24 | 江苏荣泽信息科技股份有限公司 | 基于区块链的esg可信指标综合服务平台 |
CN113570281A (zh) * | 2021-08-20 | 2021-10-29 | 瑞格人工智能科技有限公司 | 一种esg指数编制方法 |
TWI747421B (zh) * | 2020-08-05 | 2021-11-21 | 元大證券投資信託股份有限公司 | 投資組合選擇系統 |
CN113837630A (zh) * | 2021-09-28 | 2021-12-24 | 平安科技(深圳)有限公司 | 基于文本识别的区域内esg指数确定方法及相关产品 |
CN113988651A (zh) * | 2021-10-29 | 2022-01-28 | 深圳壹账通智能科技有限公司 | 一种评分卡模型的评价方法、系统、设备及介质 |
CN114139539A (zh) * | 2021-12-06 | 2022-03-04 | 城云科技(中国)有限公司 | 企业社会责任指标量化方法、系统及应用 |
CN114169686A (zh) * | 2021-11-11 | 2022-03-11 | 上海华证指数信息服务有限公司 | 一种上市公司esg评价方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610645A (zh) * | 2021-08-11 | 2021-11-05 | 平安信托有限责任公司 | 项目数据的风险评估方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108062306A (zh) * | 2017-12-29 | 2018-05-22 | 国信优易数据有限公司 | 一种营商环境评价的指标体系构建系统及方法 |
JP2018092574A (ja) * | 2016-12-02 | 2018-06-14 | 本田技研工業株式会社 | 評価装置、評価方法、および評価プログラム |
CN109190986A (zh) * | 2018-09-10 | 2019-01-11 | 张连祥 | 基于直接客观数据的营商环境分析评价系统及方法 |
CN109636150A (zh) * | 2018-11-30 | 2019-04-16 | 南京市城市规划编制研究中心 | 一种智慧城市“多规合一”评价体系的建立方法及其系统 |
CN109657070A (zh) * | 2018-12-11 | 2019-04-19 | 南京大学 | 一种终端辅助swot指标体系的构建方法 |
CN109684484A (zh) * | 2018-12-11 | 2019-04-26 | 南京大学 | 一种swot指标体系构建系统 |
WO2019095572A1 (zh) * | 2017-11-17 | 2019-05-23 | 平安科技(深圳)有限公司 | 企业投资风险评估方法、装置及存储介质 |
WO2019103183A1 (ko) * | 2017-11-23 | 2019-05-31 | 지속가능발전소 주식회사 | Esg 기반의 기업 평가 수행 장치 및 이의 작동 방법 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120296845A1 (en) * | 2009-12-01 | 2012-11-22 | Andrews Sarah L | Methods and systems for generating composite index using social media sourced data and sentiment analysis |
KR101741509B1 (ko) * | 2015-07-01 | 2017-06-15 | 지속가능발전소 주식회사 | 뉴스의 데이터마이닝을 통한 기업 평판 분석 장치 및 방법, 그 방법을 수행하기 위한 기록 매체 |
CN110532357B (zh) * | 2019-09-04 | 2024-03-12 | 深圳前海微众银行股份有限公司 | Esg评分体系的生成方法、装置、设备及可读存储介质 |
-
2019
- 2019-09-04 CN CN201910835812.0A patent/CN110532357B/zh active Active
-
2020
- 2020-08-06 WO PCT/CN2020/107325 patent/WO2021004550A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018092574A (ja) * | 2016-12-02 | 2018-06-14 | 本田技研工業株式会社 | 評価装置、評価方法、および評価プログラム |
WO2019095572A1 (zh) * | 2017-11-17 | 2019-05-23 | 平安科技(深圳)有限公司 | 企业投资风险评估方法、装置及存储介质 |
WO2019103183A1 (ko) * | 2017-11-23 | 2019-05-31 | 지속가능발전소 주식회사 | Esg 기반의 기업 평가 수행 장치 및 이의 작동 방법 |
CN108062306A (zh) * | 2017-12-29 | 2018-05-22 | 国信优易数据有限公司 | 一种营商环境评价的指标体系构建系统及方法 |
CN109190986A (zh) * | 2018-09-10 | 2019-01-11 | 张连祥 | 基于直接客观数据的营商环境分析评价系统及方法 |
CN109636150A (zh) * | 2018-11-30 | 2019-04-16 | 南京市城市规划编制研究中心 | 一种智慧城市“多规合一”评价体系的建立方法及其系统 |
CN109657070A (zh) * | 2018-12-11 | 2019-04-19 | 南京大学 | 一种终端辅助swot指标体系的构建方法 |
CN109684484A (zh) * | 2018-12-11 | 2019-04-26 | 南京大学 | 一种swot指标体系构建系统 |
Non-Patent Citations (2)
Title |
---|
宋余超;陈福集;: "基于数据立方体的网络舆情监测指标体系构建", 情报科学, no. 06, 5 June 2016 (2016-06-05), pages 33 - 38 * |
朱辉;骆公志;: "网络舆情评估EHA三维指标体系的构建", 南京邮电大学学报(社会科学版), no. 02, 15 June 2013 (2013-06-15), pages 43 - 48 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021004550A1 (zh) * | 2019-09-04 | 2021-01-14 | 深圳前海微众银行股份有限公司 | Esg评分体系的生成方法、装置、设备及可读存储介质 |
CN111460260A (zh) * | 2020-03-31 | 2020-07-28 | 上海智芝全智能科技有限公司 | 多类型数据的数据处理系统、方法及介质 |
TWI747421B (zh) * | 2020-08-05 | 2021-11-21 | 元大證券投資信託股份有限公司 | 投資組合選擇系統 |
CN113190683A (zh) * | 2021-07-02 | 2021-07-30 | 平安科技(深圳)有限公司 | 基于聚类技术的企业esg指数确定方法及相关产品 |
CN113190683B (zh) * | 2021-07-02 | 2021-09-17 | 平安科技(深圳)有限公司 | 基于聚类技术的企业esg指数确定方法及相关产品 |
CN113570281A (zh) * | 2021-08-20 | 2021-10-29 | 瑞格人工智能科技有限公司 | 一种esg指数编制方法 |
CN113436024A (zh) * | 2021-08-25 | 2021-09-24 | 江苏荣泽信息科技股份有限公司 | 基于区块链的esg可信指标综合服务平台 |
CN113837630A (zh) * | 2021-09-28 | 2021-12-24 | 平安科技(深圳)有限公司 | 基于文本识别的区域内esg指数确定方法及相关产品 |
CN113988651A (zh) * | 2021-10-29 | 2022-01-28 | 深圳壹账通智能科技有限公司 | 一种评分卡模型的评价方法、系统、设备及介质 |
CN114169686A (zh) * | 2021-11-11 | 2022-03-11 | 上海华证指数信息服务有限公司 | 一种上市公司esg评价方法 |
CN114139539A (zh) * | 2021-12-06 | 2022-03-04 | 城云科技(中国)有限公司 | 企业社会责任指标量化方法、系统及应用 |
Also Published As
Publication number | Publication date |
---|---|
CN110532357B (zh) | 2024-03-12 |
WO2021004550A1 (zh) | 2021-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110532357A (zh) | Esg评分体系的生成方法、装置、设备及可读存储介质 | |
Anastasopoulos et al. | Machine learning for public administration research, with application to organizational reputation | |
US20140358810A1 (en) | Identifying candidates for job openings using a scoring function based on features in resumes and job descriptions | |
Alawaad | The role of artificial intelligence (AI) in public relations and product marketing in modern organizations | |
Gastaud et al. | The varying importance of extrinsic factors in the success of startup fundraising: competition at early-stage and networks at growth-stage | |
Popchev et al. | DataScience: Experience and Trends | |
Qin et al. | [Retracted] Evaluation of College Students’ Ideological and Political Education Management Based on Wireless Network and Artificial Intelligence with Big Data Technology | |
Baranowski et al. | Social welfare in the light of topic modelling | |
Eisbach et al. | Combining theoretical modelling and machine learning approaches: The case of teamwork effects on individual effort expenditure | |
Sui et al. | [Retracted] Optimization Simulation of Supply‐Side Structure of Agricultural Economy Based on Big Data Analysis in Data Sharing Environment | |
US20230342693A1 (en) | Methods and apparatus for natural language processing and governance | |
Li | Improvement design of functional modules of college english network teaching system based on decision tree algorithm | |
Kharisma et al. | Research topic modeling in informatics engineering study program at Nusa Putra University using LDA method | |
Levandivskyi et al. | Modeling of added value as a financial indicator of activity of agricultural enterprises in the regions of Ukraine | |
Galiani et al. | Unveiling specialization trends in economics research: A large-scale study using natural language processing and citation Analysis | |
Hung et al. | Knowledge management strategic planning | |
Fridrich | UNDERSTANDING CUSTOMER CHURN PREDICTION RESEARCH WITH STRUCTURAL TOPIC MODELS. | |
Gomes Junior et al. | Proposed mapping and evaluation model of sustainable development goals in graduate programs in environmental sciences in Brazil | |
Stretesky et al. | Trends in the formation of environmental enforcement international non-governmental organizations, 1950–2010 | |
Yuan et al. | Research on intelligent financial information framework and smarter university campus | |
Cui et al. | Cognitive Linguistic Corpus Classification and Terminology Database Design Based on Multimedia Technology. | |
Gehlhaus et al. | The US AI workforce | |
Chen et al. | Displacement or Augmentation? The Effects of AI on Workforce Dynamics and Firm Value | |
Işığıçok et al. | Analysis of Skills and Qualifications Required in Data Scientist Job Postings Based on the Pareto Analysis Perspective Using Text Mining | |
Zhong et al. | Characterizing the Job-task-skill Pattern of Job Requirements with Job Advertisement Mining |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |