2025 年主要初创企业类别、增长动力和地区业绩亮点

关于数据集

初创公司单行推介数据集

这是一个结构化的合成数据集，捕捉简洁的初创企业价值主张以及重要的公司元数据。它专为数据清理、探索性分析、NLP 任务（例如音高分类、关键词提取）以及投资组合分析项目而设计。该数据集包含真实的零值，以模拟现实世界的不完整性。

主要特点

• 3,069 行，15 列
• 针对行业和核心技术定制的单行推介
• 实际业务属性：融资阶段、团队规模、市场规模
• 混合数据类型（数字、分类、文本、URL）
• 数据清理实践中的故意缺失值

建议用例

• 初创企业推介中的文本挖掘和主题建模
• 从音调角度对行业和技术进行分类
• 资金/员工规模预测的特征工程
• 仪表板和报告（增长、行业分布）
• 数据质量检查和清理工作流程

列字典

柱子	类型	描述
启动 ID	整数	每个初创企业的唯一标识符
公司名称	细绳	初创公司的品牌或注册公司名称
行业	类别	初创领域（例如人工智能和机器学习、金融科技、健康科技、SaaS、电子商务）
单线间距	细绳	简洁的价值主张，描述初创公司的产品
成立年份	整数	初创公司成立年份
总部位置	细绳	主要经营或注册所在地城市和国家
融资阶段	类别	当前融资生命周期阶段（例如种子轮、A-D 轮、IPO）
最新资金金额（百万美元）	漂浮	最新融资金额（百万美元）（可能包含空值）
员工人数	整数	预计团队规模（可能包含空值）
网站	细绳	公司官方网站网址（可能包含空值）
LinkedIn_个人资料	细绳	公司 LinkedIn 页面 URL（可能包含空值）
Twitter_Handle	细绳	官方或品牌 Twitter/X 用户名（可能包含空值）
CEO_姓名	细绳	首席执行官或创始人的姓名
核心技术	类别	主要技术重点（例如 AI、NLP、IoT、区块链、云）
市场规模（十亿美元）	漂浮	相关市场规模估算（单位：十亿美元）（可能包含空值）

数据质量注意事项

• 为了方便清理任务，在选定的字段（资金、员工、URL）中故意存在空值。
• 行业和核心技术标准化，以实现一致的分析。
• 推介文本简洁明了，遵循商业沟通最佳实践，清晰且相关。

潜力分析

• 初创企业和技术的行业分布
• 融资阶段与员工人数的关系
• 推介的关键词频率和 n-gram 分析
• 市场规模细分和融资模式