通过用户在知行箐领产教融合学习平台的行为，对学生和企业在应用产教融合平台的应用行为数据收集提取分析，构建基于神经网络的XGBoost、LSTM、SVR、KNN、Random Forests五种人工智能算法对学生和企业行为的数据进行智能洞察分析，得出学生能力和产业对人才需求的数据，并采用贝叶斯回归算法对五种模型的预测效果进行综合寻优，提出了一种融合预测模型，并部署到算法训练平台的运行环境中。最后根据学生和企业的人才需求指标给出相应的人才能力提升策略，通过闭环的对学生能力和产业需求数据进行洞察、评价、辅导，辅助学生技术技能的发展。数据采集上来之后实时进行数据清洗、治理和数据分层等一系列加工，分为STG原始层、ODS贴原层、DWD数据明细层3层。 多种人工智能模型的输入包括学生技术技能数据、产业人才技能需求数据和自相关特征数据。多种数据模型的输出则作为融合数据模型的输入，进而得到基于贝叶斯回归的融合模型的数据预测结果，通过多种先进算法构造群智预测机制，计算推理出下列结果：学生基于产业需求的能力提升数据、产业现阶段对人才的需求数据、产业未来发展对人才的需求数据、就业和岗位匹配数据。

通过用户在教融合学习平台的行为，对学生和企业在应用产教融合平台的应用行为数据收集提取分析,提取数据包括学生的基础能力数据(课程和专业)、技术能力数据(实训和技能多维度数据)、企业人才需求数据(技能、工种)等，构建基于神经网络的XGBoost、LSTM、SVR、KNN、Random Forests五种人工智能算法对学生和企业行为的数据进行智能分析，得出学生能力和产业人才需求的数据，并采用贝叶斯回归算法对五种模型的预测效果进行综合寻优，提出了一种融合模型，并部署到算法训练平台中。进行数据清洗、治理和数据分层等一系列加工，分为STG原始层、ODS贴原层、DWD数据明细层3层。 多种人工智能模型的输入包括学生技术技能数据、产业人才技能需求数据和自相关特征数据。多种数据模型的输出则作为融合数据模型的输入，进而得到基于贝叶斯回归的融合模型的数据预测结果，通过多种先进算法构造预测机制，动态输出下列结果： 1、学生基于产业需求的能力提升数据画像(数值-1到1，越高能力越好)。 2、产业现阶段和未来对人才的需求数据(形成需求矩阵)。 就业和岗位匹配数据(人才和产业匹配数据模型)。

在校学生和毕业学员就业时需要提升自身技术技能匹配产业岗位需求，通过学生和企业用户在产教融合平台获取学生和企业的能力和需求数据，运用人工智能技术提供客观、全面、科学的学生和产业需求对接和能力提升指导，更好促进人才培养和产业人才需求对接，通过学习数据建模，分析学生基础技术技能数据、学习提升技术技术能数据和产业技术技能需求数据等多种数据，来分析推演学生在技术技能和产业岗位匹配的数据模型，帮助学生高质量就业和产业人才发展。

表名 类型 长度 字段描述 主键 备注 字段示例 1 FDCOLUPWD 2000 字段名称 否 标识数据的状态（1-新建，2-已改，0-删除） 2 FDCOGEARTICLECOUNT 10 否 标识学生学生技能画像，按数据用户字段最大数递增 3 FDCOGEAINKCOUNT 10 否 实训指数（0-1） 4 FDCOGEATTACHMENTLINKCOUNT 50 否 数据用户字段ID，编码生成规则： 5 FDFIUSNULLABLE 500 否 扩展字段是否必填（0-否，1-是）

学生技能画像ID：H44368486869699 基础能力：0.7 专业大类：ITC通信 专业小类：物联网 实训指数：0.8 实习指数：0.5提升方向：物联网技术技能证书 就业指数：0.8