2026.10.19
浏览量:
「把课堂搬进现场」是西安欧亚学院数据科学学院 2026 年“AI+项目式教学”成果在线展常设专栏。10 月—12 月学院官方微信公众号将每周固定推送优秀课程:看 AI 如何贯穿教学全流程,看真实项目如何驱动学习,看“少教多学”如何在课堂落地。
本期,我们走进《时间序列分析》的现场。课程把实体门店“明天进多少货”的真实经营难题搬进课堂,让学生用时间序列模型,把经验备货变成算法决策。

《时间序列分析》课程是数据科学学院经济统计学专业“数据+业务+AI”培养的重要支撑课程,也是面向真实产业场景的核心课程之一。课程以 AI+项目式教学为内核,将经典统计模型、机器学习与时序大模型深度嵌入教学全流程,目标是让学生在“全真商业任务”中锤炼数据技术、落地算法应用、养成数据驱动决策的思维。

课程能力支撑-内容-项目设计
本次课程联动泉州蓝动网络科技有限公司,以实体商家销量预测真实项目为载体。历时两个多月,从 4 月 18 日项目正式发布,到 6 月 26 日企业级收官路演,在“企业导师+校内教师”双指导下,全体学生完成了从课堂理论学习到全真商业项目交付的完整成长闭环。

项目阶段实施全貌

项目驱动——把商业现场搬进课堂
泉州蓝动以收银系统为主营业务,长期服务大量餐饮、烘焙、茶饮类中小实体商家,沉淀了海量门店交易数据,也捕捉到行业共性痛点:中小门店数字化程度偏低,备货高度依赖店主个人经验,始终面临“备货过量则食材损耗、成本高企,备货不足则流失客流、损失营收”的双重困境。
企业将脱敏后的真实门店数据植入课堂,学生团队走出教室,实地走访三类线下门店,访谈店主、观察客流、梳理经营规律,总结出“周末销量高于工作日、冬夏品类淡旺季差异明显、天气与周边客流显著影响销量”等核心业务特征,为建模打下扎实的业务认知基础——从公式推导到一线观察,项目制教学让学生真正摸到了数据背后的业务逻辑。


企业导师拆解业务和项目要求
左右滑动查看更多
学生团队实地走访线下门店,访谈店主、观察客流
少教多学——搭支架,把主动权
还给学生
课程打破“教师满堂灌、学生被动听”的传统模式,围绕项目全流程真实任务搭建分层资源支架。算法进阶方面,教师按需推送从机器学习基础到吴恩达机器学习、LSTM/N-BEATS、time-LLM&Chronos 等深度资料,并引入 GitHub 开源超市销量预测系统作工程化参考;商业交付方面,提供美团商业报告范本与标准化报告框架,配套“从无序到受控——项目管理思维构建”讲座。教师只做方向引导与难点答疑,把学习与探索的空间留给学生。

学生课堂协作完成项目

“从无序到受控”——项目管理思维构建讲座
AI 贯穿——工具与大模型赋能
全程
课程以生成式 AI 与智能编程工具赋能教学全流程,形成“内容、指导、项目、考核、教材”五位一体的 AI 融入范式。内容上,打通统计时间序列模型、深度学习模型与时间序列大模型,实现从经典统计建模向 AI 时代数据分析能力的转型;指导上,教师提供详细的案例实践指导,给出提示词与和 AI 互动的完整流程,帮助学生快速上手 Python 编程;项目上,以实体商家销量预测真实项目为载体,由学生自主开展 AI 编程工具 Trae 培训,实现"以生教生"赋能;考核上,将 AI 使用规范纳入评价,倡导人机协同、规范用 AI;教材上,课程组借助 WorkBuddy 高效完成《时间序列分析:从统计到 AI》教材撰写,让 AI 融入从课堂延伸到成果沉淀。

AI融合体系

教师编写和AI互动编程的实践指导手册

学生培训AI编程工具

多模型对比实践:从经典统计模型到时序大模型

课程组何黎松老师分享如何使用workbuddy高效完成教材撰写
企业标准检验——路演同台竞技
收官路演中,企业导师从业务痛点匹配度、预测结果实用性、经营动作转化力、规模化落地能力、模型适用边界清晰度五大维度综合评审。各小组各展所长:ELPA 集成模型搭建“一品一模”预测平台、分场景备货方案、差异化业态模型、XGBoost 三级分类备货策略……报告结构标准、逻辑严谨。企业导师以真实项目交付标准提问,既肯定能力,也直指“外部特征维度不足”等真问题,让学生在课堂上就体验了企业级验收流程。最终按“20% 业务调研 + 30% 预测结果 + 30% 模型方案报告 + 20% 项目汇报”综合评定,一等奖、二等奖作品算法被企业采纳参考。


项目路演现场

企业导师与校内教师为项目团队颁发荣誉证书

学子心声
“参与课程项目,我不仅学懂了课程理论,更读懂了销量预测的商业价值——模型输出的不只是数字,更是门店备货决策、降低损耗的核心依据。作为组长,我也学会了带领团队把算法能力转化为可落地的经营方案。”
——张茜倩(统本统计 24 级)
“我熟练掌握了 Python 和 AI 工具,亲手落地了课本里的时序模型。调优过程中我真切感受到,预测精度的每一点提升,都能帮线下门店减少浪费、降低缺货损失。”
——宋书杰(统本统计 24 级)
导师说
“本次实践依托真实业务场景,推动学生实现理论与实战深度结合。学生自主调研分工、深挖业态完成专业研判,得出高质量预测成果,在 Python 实操、商业报告与项目汇报上均有长足进步,成果可直接用于业务场景。”
——企业导师 陈亚萌
从企业需求沟通、与企业导师共创课程内容与项目设计,到项目落地实施,经济统计学专业 24 级学生对时序预测技术从陌生到理解,对真实业务场景从体验到深度调研,对 Python 从零到会,全身心投入、出色通过企业验收,“做中学”成效显著。
——课程负责人 李小鸭

学生专业能力前后测对比

学生 AI 应用能力前后测对比