<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">ETR</journal-id><journal-title-group><journal-title>Educational Theory and Research</journal-title></journal-title-group><issn>2995-3448</issn><eissn>2995-3456</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/ETR.2026120030</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>AI 赋能《市场调查与预测》课程教学改革研究与实践</title><url>https://artdesignp.com/journal/ETR/4/12/10.61369/ETR.2026120030</url><author>赵贺</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>4</volume><issue>12</issue><history><date date-type="pub"><published-time>2026-03-20</published-time></date></history><abstract>随着人工智能技术的快速发展与广泛应用，其在教育领域的深度融合正推动传统课程的教学模式、内容体系与评价机制发生根本性变革。本文以上海商学院&amp;ldquo;市场调查与预测&amp;rdquo;课程为研究对象，系统探讨在AI 技术赋能背景下，该课程在教学内容重构、教学方法创新、实践体系构建与评价机制改革等方面的系统性改革实践。通过引入自然语言处理、机器学习、数据挖掘、虚拟仿真等前沿AI 技术，构建了&amp;ldquo;智能教学&amp;mdash; 虚拟实践&amp;mdash; 校企协同&amp;mdash; 多元评价&amp;rdquo;四位一体的新型教学模式，形成了理论教学与技术应用相融合、知识传授与能力培养相结合、价值引领与实践创新相统一的教学体系。</abstract><keywords>人工智能,市场调查与预测,教学改革,课程思政</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 刘艳玲. 市场调查与预测（第4 版）[M]. 北京：清华大学出版社，2024.[2] 罗洪群，王青华，于翠婷. 市场调查与预测[M]. 北京：清华大学出版社，2022.[3] 李晓楠. 市场调查与预测[M]. 成都：电子科技大学出版社，2020.[4] 马连福. 市场调查与预测[M]. 北京：机械工业出版社，2018.[5] 何伟，张良均. Python 商务数据分析与实战[M]. 北京：人民邮电出版社，2022.[6] 张良均，等. Python 数据分析与挖掘实战[M]. 北京：机械工业出版社，2015.[7] Chen, H., Chiang, R. H., &amp;amp; Storey, V. C. Business Intelligence and Analytics: From Big Data to Big Impact[J]. MIS Quarterly, 2012, 36(4): 1165-1188.[8] McKinney, W. Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython[M]. O'Reilly Media, 2017.[9] 王珊，萨师煊. 数据库系统概论（第5 版）[M]. 北京：高等教育出版社，2014.[10] 潘泽泉，曾木. 劳动力市场中性别的空间生产与实践&amp;mdash;&amp;mdash; 基于B 镇零工角劳动力市场的田野调查[J]. 中州学刊，2023(06)：80-89.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
