[发明专利]企业社会责任分析方法、装置和系统

说明书

技术领域

本发明涉及在互联网舆论中的企业社会责任分析技术，尤其涉及企业社会责任分析方法、装置和系统。

背景技术

企业社会责任(Corporate social responsibility，简称CSR)是指企业在其商业运作里对其利害关系人应付的责任，企业社会责任的概念是基于商业运作必须符合可持续发展的想法，企业除了考虑自身的财政和经营状况外，也要加入其对社会和自然环境所造成的影响的考量。利害关系人是指所有可以影响，或会被企业的决策和行动所影响的个体或群体，包括：员工、顾客、供应商、社区团体、母公司或附属公司、合作伙伴、投资者和股东。

传统分析调研数据获取方法通过专家访谈，人工收集整理海量文本数据，或通过大量问卷调查、回收有效样本来得出数据，工作量繁杂且企业为之付出的成本也非常巨大。

随着我国网民规模不断扩大，和互联网普及率的提升，中国网民群体已涵盖了社会最主要，最活跃的话语权掌握者，互联网成为社会舆论的重要的载体。对品牌企业来说，了解舆论和社会主流思潮对本企业品牌的相关认知和舆论，基于互联网进行企业社会责任评估、研究互联网平台舆论中与己相关的内容，来获知自己在民众眼中的形象及评价，以便赢得更多的客户和可持续性发展机会，甚至作为参考规划接下来的企业战略发展方向，已成为一种必要的主流途径。

发明内容

为了克服现有技术的不足，本发明的目的在于提供企业社会责任分析方法、装置和系统，其能为企业发展提供快速全面准确的数据支持。

本发明的目的之一采用以下技术方案实现：

企业社会责任分析方法，包括如下步骤：

S1、获取企业相关内容；

S2、按照预设维度将企业相关内容进行分类，预设维度包括：产品服务、经济责任、劳工权益，慈善公益，环境责任、信息披露；

S3、对每个维度的企业相关内容提取内容关键词，根据识别模型和每个维度的内容关键词，对每个维度进行评分；

S4、根据每个维度的预设权重值，以及每个维度的评分获取企业社会责任评分。

作为优选，S3具体包括：对每个维度的企业相关内容提取内容关键词，统计每个内容关键词出现的次数，根据建立好的识别模型，分析每个维度的企业相关内容的正负面区间，并根据正负面区间计算每个维度的评分。

作为优选，S3之前还包括建立识别模型，具体包括如下步骤：

获取海量互联网评论、资讯内容信息，利用TF-IDF算法提取情绪关键词；计算每个关键词出现的次数，建立情绪关键词典矩阵，以此作为神经网络模型的输入项；

获取评论、资讯内容信息对应表达的观点正负面倾向程度对应正负面的区间数据，并建立正负区间输出矩阵；以此作为神经网络模型的输出项，进行训练。

作为优选，S4中的每个维度的预设权重值具体为：产品服务的权重为30％，经济责任的权重为30％，劳工权益的权重为12％，慈善公益的权重为8％，环境责任的权重为10％，以及信息披露的权重为10％。

作为优选，S4之后还包括如下步骤：

S5、形成可视化分析报告。

本发明的目的之二采用以下技术方案实现：

企业社会责任分析装置，包括：

获取模块，用于从网络获取企业相关内容；

维度分类模块，用于按照预设维度将企业相关内容进行分类，预设维度包括：产品服务、经济责任、劳工权益，慈善公益，环境责任、信息披露；

第一评分模块，用于对每个维度的企业相关内容提取内容关键词，根据识别模型和每个维度的内容关键词，对每个维度进行评分；

第二评分模块，用于根据每个维度的预设权重值，以及每个维度的评分获取企业社会责任评分。

作为优选，第一评分模块具体包括：对每个维度的企业相关内容提取内容关键词，统计每个内容关键词出现的次数，根据建立好的识别模型，分析每个维度的企业相关内容的正负面区间，并根据正负面区间计算每个维度的评分。

作为优选，还包括模型建立模块；

模型建立模块，用于获取海量互联网评论、资讯内容信息，利用TF-IDF算法提取情绪关键词；计算每个关键词出现的次数，建立情绪关键词典矩阵，以此作为神经网络模型的输入项；

获取评论、资讯内容信息对应表达的观点正负面倾向程度对应正负面的区间数据，并建立正负区间输出矩阵；以此作为神经网络模型的输出项，进行训练。