本发明公开一种知识和数据混合驱动的工业数据对齐方法，包括采集工业数据；利用采集的工业数据设置元路径构建异构网络，针对构建的异构网络构建多视图，利用多视图嵌入生成节点嵌入表示；为每个元路径赋予权重，并融合节点嵌入表示；结合由知识牵引的工业数据表征，利用对比学习来学习节点序列的相似性，完成对齐。克服了上述主流异构网络对齐技术的主要缺陷，本发明提供的技术方案降低了噪声数据所带来的的影响，避免人工设定元路径带来的错误传递；通过运用图表示学习和对比学习结合将工业中用到的传感器产生的温度等监控数据与工业信息系统中的数据对齐，有效的解决了工业数据不规整的问题。