导语

  

内容提要

  

    全书在第一章系统梳理ESG理念的演进历程、生态体系及评价现状，论证AI赋能ESG评价的必要性；第二章介绍支撑ESG评价的关键人工智能技术；在此基础上，第三至五章聚焦AI赋能的ESG数据处理方法，探讨多源异构ESG数据采集与信息抽取技术（第三章）、ESG多源信息融合技术（第四章）、ESG数据补全技术（第五章）等；第六至七章则重点关注AI赋能的ESG评价技术体系，包括主流评级体系分析（第六章）与评价技术与方法（第七章）；最后，第八章创新性地提出基于数字孪生（Digital Twin）技术的企业ESG仿真框架，并对未来发展趋势进行了前瞻性探讨。

    王英林 上海财经大学计算机与人工智能学院教授，博士生导师。1998年获南京理工大学模式识别与智能控制方向博士学位；1998年至2013年，在上海交通大学计算机科学与技术系从事博士后研究，并历任副教授、教授及博士生导师。2014年至2024年担任上海财经大学信息管理与工程学院教授、博士生导师，计算机科学与技术系主任。研究方向包括人工智能、数据挖掘、自然语言处理、机器学习与大模型应用等，主持完成多项国家863高科技计划项目、国家自然科学基金项目与上海市科技项目。参与完成国家自然科学基金重点项目以及多项国家863计划重点项目。担任多个国际学术会议主席和国际期刊编委，在国内外重要学术期刊和国际会议上累计发表学术论文100余篇，获上海市科学技术进步奖两项。

第一章  ESG概述
  第一节  ESG的概念及内涵
  第二节  ESG的起源及发展
  第三节  ESG生态系统
  第四节  ESG评价
  第五节  小结
第二章  AI技术基础
  第一节  机器学习方法
  第二节  深度学习方法
  第三节  强化学习方法
  第四节  大模型技术
  第五节  小结
第三章  ESG多源数据采集与信息抽取技术
  第一节  ESG数据来源、类型及应用
  第二节  数据采集技术
  第三节  信息抽取方法与技术
  第四节  AI辅助的ESG信息抽取
  第五节  ESG信息抽取方法的有效性评估
  第六节  小结
第四章  ESG多源信息融合技术
  第一节  多源ESG信息集成融合的背景
  第二节  ESG信息融合的任务与过程
  第三节  信息融合的方法与技术
  第四节  AI技术在ESG多源信息融合中的应用
  第五节  ESG信息融合方法的有效性评估
  第六节  小结
第五章  ESG数据补全技术
  第一节  ESG数据补全的背景
  第二节  数据补全方法与技术
  第三节  AI辅助的ESG数据补全
  第四节  ESG数据补全策略的有效性评估
  第五节  小结
第六章  ESG评级体系介绍
  第一节  国外主流ESG评级体系
  第二节  国内主流ESG评级体系
  第三节  ESG评级体系的对比分析
  第四节  ESG评级体系的不足与展望
  第五节  小结
第七章  ESG评价技术与方法优化
  第一节  ESG评级体系的建立与优化
  第二节  ESG评级体系的传统优化与案例
  第三节  AI辅助的ESG评级体系优化
  第四节  ESG新评级体系的有效性评估
  第五节  小结
第八章  ESG评价的趋势与展望
  第一节  数字孪生技术
  第二节  基于数字孪生技术的ESG评价框架
  第三节  小结