最受投资人热捧的AI领域是哪些？10000+个AI创业公司的数据分析告诉你

精品文章，第一时间送达

转载自：大数据文摘，未经允许不得二次转载

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。据不完全统计，10年间，通过该平台投资的企业市值超过2900亿美元，涵盖企业包括Uber、Airbnb、Twitter、Dropbox等。

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，再使用word2vec和spaCy来建立语义地图。通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Angel的时间

• ‘type’→公司类型(创业公司，有限责任公司，孵化器…)

• ‘location’→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(Python，Javascript…)

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。