职业指导与创业发展数据集
数据来源：互联网公开数据
标签：职业指导,创业发展,学生,预测模型,数据分析,职业规划,创业成功
数据概述：
本数据集包含1000名大学生的完整记录，旨在通过预测建模为职业和创业指导提供支持，帮助机器学习模型改善学生的职业规划和创业成功。数据集涵盖了学生的个人背景信息、学术表现、就业和创业经历、问卷调查结果以及模型预测结果等关键要素。
数据用途概述：
该数据集适用于职业规划预测、创业倾向分析、用户满意度评估等多种场景。研究人员和培训机构可以利用此数据集开发预测模型，帮助学生更好地规划职业路径和评估创业潜力。此外，招聘机构和创业孵化器可以利用数据分析结果识别潜在的人才和创业机会。
举例：
1. 学生ID：每个学生的唯一标识符。
2. 年龄：学生的年龄。
3. 性别：学生的性别（男、女、其他）。
4. 学科领域：学生的主修学科（如工程学、商学、艺术等）。
5. 学年：学生当前的学年（如大一、大二等）。
6. 学校位置：学校所在的地理位置或地区。
7. GPA：学生的累计平均绩点。
8. 相关课程：学生是否完成过与职业发展或创业相关的课程（是/否）。
9. 以往工作经验：学生是否有过工作经验（是/否）。
10. 就业类型：就业类型，如兼职、全职或实习等。
11. 创业经验：学生是否有过创业经验（是/否）。
12. 参与创业公司：学生是否参与过创业公司（是/否）。
13. 职业兴趣：学生对特定职业路径的兴趣（如科技、商业、设计等）。
14. 创业意愿：学生成为创业者的意愿程度（低、中、高）。
15. 职业指导满意度：基于学生对职业指导服务体验的满意度评分（1-10）。
16. 推荐职业路径：推荐的职业路径。
17. 创业适合度评分：预测学生适合创业的评分（0-100）。
18. 推荐行业：推荐关注的行业（如科技、金融等）。
19. 职业成功概率：预测学生在推荐职业中成功的概率评分（0-100）。
20. 用户满意度：学生对推荐结果满意度的评分（1-10），表示推荐结果与其职业目标的契合度。
21. 是否遵循推荐：学生是否遵循推荐的职业或创业路径（是/否）。
22. 毕业后的就业状态：学生毕业后的工作状态（就业、自主创业、失业）。
