-
题名基于丰度协调技术的企业ESG指标预测模型
- 1
-
-
作者
李严
叶冠华
李雅文
梁美玉
-
机构
电子科技大学经济与管理学院
北京邮电大学计算机学院(国家示范性软件学院)
北京邮电大学经济管理学院
-
出处
《计算机应用》
北大核心
2025年第2期670-676,共7页
-
基金
国家自然科学基金资助项目(62172056,61877006)
中国人工智能学会青年人才托举工程(2022QNRC001)。
-
文摘
环境、社会及治理(ESG)指标是评估企业可持续发展的重要指标。现有的ESG评估体系存在覆盖范围狭窄、主观性强和时效性差等问题,因此,迫切需要研究能利用企业数据准确预测ESG指标的预测模型。针对企业数据中ESG关联特征存在信息丰度不一致的问题,提出一种基于丰度协调技术的企业ESG指标预测模型RCT(Richness Coordination Transformer),其中上游丰度协调模块通过自编码器协调异质丰度特征,从而提高下游模块的ESG指标预测性能。在真实数据集上的实验结果表明,与模型时间卷积网络(TCN)、长短期记忆(LSTM)网络、自注意力模型(Transformer)、极限梯度提升(XGBoost)和轻量级梯度提升机(LightGBM)相比,RCT模型在各项预测指标上均表现最优,验证了RCT模型在预测ESG指标上的有效性和优越性。
-
关键词
数据挖掘
深度学习
时序预测
自编码器
注意力机制
数据异质
环境、社会及治理
丰度协调技术
-
Keywords
data mining
deep learning
time series forecasting
auto-encoder
attention mechanism
data heterogeneity
Environmental,Social,and Governance(ESG)
richness coordination technology
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
