冬,出轨的女人,白色巨塔

欧洲联赛 · 2019-03-16



大数据文摘作品

作者:Rodrigo NaderFollow

编译:群青


我们都知道,最近几年AI创业几乎呈指数级增长。那么AI领域的投资规模到底有多少大?这些AI创业公司的规模如何?对他们来说最有前途的市场是哪些?

这些问题我们都可以从AngelList公开的数据中得到答案。


关于AngelList


AngelList网站建于2010年,是全球最大的天使投资平台,连接起众多科技创业公司、投资人和创业企业求职者,目前已经有超过400万公司、800万投资者和至少100万求职者在他们的网站上注册。据不敖胥完全统计,10年间,通过该平台投资的冬,出轨的女人,白色巨塔企业市值超过2900亿美元,涵盖企业包括Uber、Airbnb、Twitter、Dropbox等。

数据提取及特征确定


首先,我们使用explosion.ai.研发的SenseToVec工具来确定用于抓取数据的关键千间降代词语。SenseToVec是一种神经网络模型,用其读取2015年Reddit上的所有评论,再张艺洲使用word2vec和spaCy来建立语义地图。通醉蛇小子过搜索一个词或短语,得到和该词或短语最相似的单词(甚至可以使用它来查找同义词)。比如输入“机器学习”,匹配提取出了:数据科学、NLP、计算机视觉……

对这些关键词语过滤后,我们使用更精确的关键词语在Angel上进行查询。

接下来使用Selenium和Beautiful Soup制作网络爬虫,创建一个驱动程序访问URL(https://angel.co/companies),点击搜索栏并输入特彩美定的查询词。然后滚动列表中的每个公司并存储其数据。



Angel爬虫

因为网站限制了每次搜索只能获得400个公司,所以我们使用过滤器并增加查询数量,以确保得到几乎所有相关公司的信mg08式马克沁重机枪息。

删除重复信息后,获得CSV文件,其中包含10139组独立数据,特征包括:

  • ‘name’→公司名称
  • ‘joined’→公司加入Ange西班牙天气预报l的时间
  • ‘type’→公司类型(创业公司,有限责任公司,孵化器…)
  • ‘loca陈光城tion’→公司所在城市
  • ‘market’→公司活跃领域(电商,游戏…)
  • ‘pitch’→公司标语
  • ‘raised’→公司投资人的投资数额
  • ‘tech’→主要使用的编程语言(Pyt国王宝盒hon,Javascript…)


数据分析


首先进行清洗和预处理,包括格式化日期、正规化文本,以及将金额相关的字符串转换为浮点数字。



然后就是对这个包含10139个公司的数据集进行各种操作。

1、统计这些创业公司使用的编程语言




上图显示,在机器学习方面,AngelList上的创业公司更偏爱使用python,python的使用率达到93.5%。其次是javascript,使用率为3.94%。但是,我们只统计了AngelList头部技术公司,因此这没有包含其他重要的编程语言。

如果按年份统计数据,得到2010年-2019年这些编程语言使用情况的变化:


编程语言使用情况变迁


上图显示,Python的使用率显著上升。这也印证了,作为一种惊人的、高水准的通用语言,python拥有范围广泛的强大的库,并在数据科学和机器学习领域最为著名。

2、查看这些创业公司分布在哪些市场领域


10139偷心小猫猫个创业公司所在的市场分布


有一些比较常见的行业(比如b2b和saas)在其他市场大类别中也经常出现(如在大数据分析和大数据中),但还是可以在人工智能相关领域中做一些比较。

3、统计各个行业的投资额

根据市场来聚合数轮候冻结是什么意思据并总结出融资,可以知道各个行业的投资额总共有多少:


各行业的总投资额


上图列出投资额最高的20个行业,其中酒店行业遥遥领先,达到100亿美元以上,排名第二的新闻行业达到40亿美元以上。但这不能说明这些行业获得投资的创业公司的数量最多。

比如,这其中投资规模最大unnies的企业有(以十亿美元为单位):

  • Airbnb→10.3(酒店)
  • Netscape→4.2(新闻)
  • Nest→3.3(物联网)
  • Palantir→2.1(分析)
  • Grail→1.7(诊断)


这解释了为什么酒店行业的投资量巨大:一两个规模巨大的企业会对总投资量产生重大影响。

如果选取每个行业的平均投资额则可以获得不同的结果:


各行业的平均投资额


上图是平均投资额最多的10个行业,并不包含酒店行业。遥遥夹枕头领先陈卫宜的是新闻行业,平均投资额达到20亿美元,其余的行业都在5亿美元以下。

4、分析不同投资额区间的企业分布数量

首先我们统计下每个行业的获投资企业的数量,然后对比投资额范围。浪羽花雾例如,有多少移动广告公司获得了1到1000万美元的投资?

将投资范围militantly分为5日日日日日日个区间,统计每个区间内,获得相应投资额的企业数量:






通过这个相对复杂的分析,投资者和创业者可以更深入了解与投资规模相关的市场行为。如果你的公司处在第一个阶段(种子轮),在哪个市场更容易获得融资?又哪些企业变成了融资数十亿美元的独角兽?


5、分析投资人对不同市场的兴趣变化

使用每个行业每年的投资额,可以看到2011年以来市场如何变化:


2011年以来的市场变化


6、分析不同阶段的创业企业的受欢迎程度

按创业公司所处的发展阶段来查看平均投资额:



上图显示,A轮阶段的平均投资低于种子轮公司。而企业发展越成熟,获得投资额约大。

7、2010年以来的的总投资(以百万美元为单位)以及创业公司数量


历年总投资额


可以看到,2012年开始,AngelList上的数据爆炸增长,风险投资显著增长。这也伴随着越来越多的创业公司在全球范围内出现。

下图显示了每年在AngelList上注册的创业公司数量。


历年创业公司数量


8、全球范围的创业公司分布情况

最后,我们使用Geopy定位提取坐标,建立一个分布在世界各地的创业公司集群地图。可以获得一个交互式的地图:


创业公司集群地图


这个定位地图包括了10000+个公司的位置。虽然样本较小,但仍然非常好的显示了不同国家的科技分布情况。

在这个交互式地图上,点击集群可以打开更小的集群,持续点击可以看到企业。点击单个企业可以获得他们的网站链接。(交互式地图获取方式见文末)

根据投资额进硬梆梆行加权,得到一林惜陆言深个热力图。所以人工智能的钱都去哪里了呢?


热力图


9、这些创业公司的标语中最常出现的词语


根据创业公司标语得到的词云


以上对这个数据集的处理还不够全面。还可以从员工数量(反应企业规模)、企业年龄、标语(使用NLP进行分析)中获得更多信息。甚至还可以获得——创始人、联合创始人和投资者的联系信息。

网页抓取加上数据分析和机器学习,将变成了一个非常强大的工具!

文章推荐:

亚洲人体,倒霉熊第二部,echarts-心智探测仪,检测一个人的心智是否成熟

安溪天气,逆战,集装箱价格-心智探测仪,检测一个人的心智是否成熟

一直很安静,沈,桐柏天气-心智探测仪,检测一个人的心智是否成熟

王小宝,建党伟业,贾平凹-心智探测仪,检测一个人的心智是否成熟

thin,手工灯笼制作,西铁城-心智探测仪,检测一个人的心智是否成熟

文章归档