By leveraging historical data together with machine learning algorithms, marketers can predict how new campaigns are likely to perform before launch. This approach can save time and resources and can help marketers optimize campaigns in current time through adjustments to increase return on investment (ROI) and reach the right target group. The objective of this thesis is to develop a predictive model through the application of feature selection techniques to assess the likability of a campaign. This study aims to identify the key features that significantly influence campaign likability and to quantify their impact. The task has been approached as a regression problem, with the objective of examine what predictors drives the liking of a campaign. The study implemented four methods for feature selection, recursive feature elimination with cross validation conjucted with random forest, lasso regression, ridge regression and decision trees. Further, to model, the following machine learning algorithms were employed: linear regression, ridge regression with cross validation, lasso regression with cross validation, elastic net with cross validation, kernel ridge regression and support vector regression. Based on the machine learning algorithm and the available data, the results indicate that the set of features generated by recursive feature elimination with cross validation combined with random forest was the most prominent and the algorithm support vector regression generated the best models. / Genom att använda historisk data tillsammans med maskininlärningsalgoritmer kan marknadsförare prediktera hur nya kampanjer sannolikt kommer att prestera innan de lanseras. Denna strategi kan spara tid och resurser och hjälpa marknadsförare att optimera kampanjer i realtid genom justeringar för att öka avkastningen på investeringen och nå rätt målgrupp. Målet med denna avhandling är att utveckla en prediktiv modell genom tillämpning av metodiker för variabelselektion för att bedöma sannolikheten för att en kampanj kommer att vara omtyckt. Denna studie syftar till att identifiera de nyckelvariabler som signifikant påverkar kampanjens popularitet och kvantifiera deras påverkan. Uppgiften behandlas som ett regressionsproblem för att identifiera vilka prediktorer som bidrar till ett positivt helhetsintryck av en kampanj. Studien implementerade fyra metoder för urval av variableselektion: rekursiv variabelselektion med korsvalidering kombinerad med random forest, lasso-regression, ridge-regression och beslutsträd. Dessutom användes följande maskininlärningsalgoritmer för modellering: linjär regression, ridge regression med korsvalidering, lasso regression med korsvalidering, elastiskt nät med korsvalidering, kernel ridge regression och stödvektorsregression. Baserat på maskininlärningsalgoritmerna och det tillgängliga datat indikerar resultaten att uppsättningen av funktioner genererad av rekursiv variabelselektion med korsvalidering kombinerad med random forest var mest framträdande och att algoritmen stödvektorregression genererade de bästa modellerna.

Companies play an important role in the process of sustainable development, and thus investors have increased their focus on companies' sustainability-related activities. These activities are often measured through ESG scores, which mostly are based on biased documents reported by the companies themselves. A company can be considered ESG-compliant when looking at the ESG scores, but its underlying sustainability profile is not entirely investigated. Thus, there is a lack of transparency in ESG scores as well as in the process of evaluating companies' sustainability performance. Therefore, this thesis aims to explore the possibilities of incorporating automatic text analysis, specifically sentiment analysis, to analyze news articles. In that way, a broader part of a company's sustainability profile is covered, and potential controversies or other involvements could be detected. To investigate whether sentiment analysis would be useful to increase the transparency an explorative approach was used. Specifically, companies' ESG scores and sentiment scores from news articles were analyzed and compared. A lower sentiment score would reasonably indicate a lower ESG score, and thus indicate transparency in the evaluation method. The study finds a mixed result of positive and negative sentiment scores for each company, within each industry. A lower sentiment score does not necessarily indicate a lower ESG score, and no clear correlation between the scores was found. Interestingly, the study also identifies previous studies which indicate a correlation between the sentiment scores from biased company documents and the ESG scores.The findings strengthen the problem of lack of transparency in ESG scores, and further conclude that sentiment analysis would be useful in the context of identifying negative and positive articles and thus increase the transparency. However, it is also concluded that sentiment analysis cannot ensure that the calculated sentiment score is of relevance to a specific company and its' sustainability-related activities. Therefore, it can only be used as a complementing tool in the evaluation of companies' sustainability performance. / Företag har en viktig roll i processen av hållbar utveckling, och därför har investerare riktat ett större fokus på företags hållbarhetsrelaterade aktiviteter. Dessa aktiviteter mäts ofta genom ESG-poäng, vilka för det mesta baseras på partiska dokument som rapporteras av företagen själva. Ett företag kan anses vara ESG-kompatibel när man tittar på deras ESG-poäng, men deras underliggande hållbarhetsprofil undersöks inte helt. Således finns det en brist på transparens i ESG-poäng och även i bedömningsprocessen av ett företags hållbarhetsarbete. Därför syftar den här forskningsuppsatsen till att undersöka möjligheterna med att använda automatisk textanalys, specifikt sentimentanalys, för att analysera nyhetsartiklar. På så sätt kan en större del av ett företags hållbarhetsprofil undersökas, och potentiella kontroverser eller annan inblandning kan upptäckas. För att undersöka om sentimentanalys är lämpligt för att öka transparensen användes en utforskande metod. Specifikt, så analyserades och jämfördes företags ESG-poäng och sentimentpoäng från nyhetsartiklar. Ett lägre sentimentpoäng borde rimligtvis indikera ett lägre ESG-poäng, och därigenom indikera på en transparens i bedömningsprocessen. Studien hittar ett blandat resultat med både positiva och negativa artiklar för varje företag inom varje industri. Ett lägre sentimentpoäng indikerar nödvändigtvis inte ett lägre ESG-poäng, och ingen korrelation mellan poängen hittades. Intressant nog, identifierar studien tidigare studier som har hittat en korrelation mellan sentimentpoäng från partiska dokument och ESG-poäng. Resultaten förstärker problemet med bristen på transparens i ESG-poäng, och kan vidare dra slutsatsen om att sentimentanalys är användbart i kontexten att identifiera positiva and negativa artiklar, och således öka transparensen. Dock dras också slutsatsen att sentimentanalys inte kan säkerställa att det beräknade sentimentpoänget är relaterat till det specifika företaget och dess hållbarhetsrelaterade aktiviteter. Därför kan det bara användas som ett kompletterande verktyg i bedömningsprocessen av företags hållbarhetsarbete.

This study is concerned with using the popular Recurrent Neural Network (RNN) model, and its variants Gated Recurrent Unit (GRU) and Long-Short Term Memory (LSTM), on the novel problem of Sentiment Forecasting (SF). The goal of SF is to predict what the sentiment of a response will be in a conversation, using only the previous utterance. In more every day terms, we want to be able to predict the sentiment of person B’s response to something person A said, before B has said anything and using only A’s utterance. The RNN models were trained on a Swedish email database containing email conversations, where the task was to predict the average sentiment of the response emails to an initial mass-sent business email. The emails didn’t come with sentiment labels, so the Valence Aware Dictionary and sEntiment Reasoner (VADER) system was used to determine sentiments. Seventy-five training-and-testing experiments were run with varying RNN models and data conditions. The accuracy, precision, recall, and F1 scores were used to determine to what extent the models had been able to solve the problem. In particular, the F1 score of the models were compared to the F1 score of a dummy classifier that only answered with positive sentiment, with the success case being that a model was able to reach a higher F1 score than the dummy. The results led to the findings that the varying RNN models performed worse or comparably to the dummy classifier, with only 5 out of 75 experiments resulting in the RNN model reaching a higher F1 score than the positive classifier, and with the average performance of the rare succeeding models only going 2.6 percentage points over the positive only classifier, which isn’t considered worthwhile in relation to the time and resource investment involved in training RNNs. In the end, the results led to the conclusion that the RNN may not be able to solve the problem on its own, and a different approach might be needed. This conclusion is somewhat limited by the fact that more work could have been done on experimenting with the data and pre-processing techniques. The same experiments on a different dataset may show different results. Some of the observations showed that the RNN, particularly the Deep GRU, might be used as the basis for a more complex model. Complex models built on top of RNNs have been shown to be useful on similar research problems within Sentiment Analysis, so this may prove a valuable avenue of research. / Denna studie handlade om att använda den populära Recurrent Neural Network (RNN) modellen, och dess varianter Gated Recurrent Unit (GRU) och Long- Short Term Memory (LSTM), på det hittils understuderade problemet Sentiment Forecasting (SF). Målet med SF är att förutsäga vad sentimentet av ett svar kommer att vara i en konversation, med endast det tidigare uttalandet. I mer vardagliga termer vill vi kunna förutsäga känslan av person B: s svar på något som person A sagt, innan B har sagt någonting och att vi endast använder A:s yttrande. RNN-modellerna tränades med en svensk e-postdatabas som innehöll epostkonversationer, där uppgiften var att förutsäga den genomsnittliga känslan av svarsmeddelandena till ett initialt utskickat massmeddelande. E-postmeddelandena kom inte med sentimentetiketter, så Valence Aware Dictionary and sEntiment Reasoner (VADER)-systemet användes för att utvinna etiketter. Sjuttio-fem experiment genomfördes med varierande RNN-modeller och dataförhållanden. Accuracy, precision, recall och F1-score användes för att avgöra i vilken utsträckning modellerna hade kunnat lösa problemet. F1- Score:n för modellerna jämfördes med F1-Score:n för en dummy-klassificerare som endast svarade med positivt sentiment, med framgångsfallet att en modell kunde nå en högre F1-poäng än dummy:n. Resultaten ledde till fynden att de olika RNN-modellerna presterade sämre eller jämförbart med dummyklassificeraren, med endast 5 av 75 experiment som resulterade i att RNN-modellen nådde en högre F1-score än den positiva klassificeraren, och den genomsnittliga prestandan för de sällsynta framgångsrika modellerna bara kom 2,6 procentenheter över den positiva klassificeraren, vilket inte anses lönsamt i förhållande till den tid och resursinvestering som är involverad i träning av RNNs. I slutändan ledde resultaten till slutsatsen att RNN och dess varianter inte riktigt kan lösa problemet på egen hand, och en annan metod kan behövas. Denna slutsats begränsas något av det faktum att mer arbete kunde ha gjorts med att experimentera med data och förbehandlingstekniker. En annan databas skulle möjligtvis leda till ett annat resultat. Några av observationerna visade att RNN, särskilt Deep GRU, kan användas som grund för en mer komplex modell. Komplexa modeller bygga ovanpå RNNs har visat goda resultat på liknande forskningsproblem, och kan vara en värdefull forskningsriktning.