Por favor, use este identificador para citar o enlazar este ítem:
https://ri.ufs.br/jspui/handle/riufs/14188| Tipo de Documento: | Dissertação |
| Título : | Education data mining para apoio à gestão estratégica da identificação de perfis evasivos e atenuação da evasão escolar no ensino superior |
| Autor : | Santos, Kelly Joany de Oliveira |
| Fecha de publicación : | 29-oct-2020 |
| Director(a): | Carvalho, André Britto de |
| Resumen: | A mineração de dados educacionais é um campo de pesquisa que visa extrair informações de grandes conjuntos de dados de cunho didático. É uma área multidisciplinar com diversas possibilidades que ganha cada vez mais destaque em unidades de ensino. Esta tecnologia recente possibilita por meio de técnicas de mineração de dados gerar informação a partir de atributos como, por exemplo, dados de desempenho acadêmico. Pesquisas recentes apontam que estas técnicas podem identificar alunos que apresentam indicadores para o abandono aos estudos. Sendo assim, a evasão escolar é um dos principais desafios das universidades e demais organizações que buscam compreender os motivos que levam o discente a evadir do curso escolhido. No entanto, modelos e perfis de alunos evasivos ainda são pouco estudados, o que leva a falta de consolidação sobre as razões que elevam a evasão. Esta pesquisa propõe uma abordagem para a identificação de perfis de estudantes evasivos no âmbito de unidades de ensino, com o intuito de apoiar decisões que atenuem a evasão escolar no ensino superior. A metodologia apresentada consiste em obter e criar a base de dados para os estudos, a realização de análise preliminar do ambiente observado e o método que avalia o desempenho de alunos em disciplinas. Para avaliar a abordagem proposta, este trabalho realizou um estudo de caso com os dados de alunos da Universidade Federal de Sergipe, em cursos do Departamento de Computação, para a aplicação específica do problema, consolidados em um Data Warehouse, que permitiu investigar a evasão entre os anos de 2007 a 2018. Nesta pesquisa, são apresentados problemas comuns enquanto utilização de mineração de dados educacionais, como: a seleção de atributos, estruturação dos dados, valores errôneos e correções dos mesmos. O resultado inicial apresenta a acurácia de 98,647% para o algoritmo árvore de decisão, o que permite concluir que este é o algoritmo mais indicado para a tomada de decisão em cenários onde se busca a atenuação da evasão escolar. |
| Palabras clave : | Mineração de dados educacionais Educação Ciência da computação Business intelligence Data mining |
| Área CNPQ: | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Idioma : | por |
| Institución: | Universidade Federal de Sergipe |
| Programa de Posgrado: | Pós-Graduação em Ciência da Computação |
| Citación : | SANTOS, Kelly Joany de Oliveira. Education data mining para apoio à gestão estratégica da identificação de perfis evasivos e atenuação da evasão escolar no ensino superior. 2020. 99 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Sergipe, São Cristóvão, Sergipe, 2020. |
| License: | Autorização para publicação no Repositório da Universidade Federal de Sergipe (RI-UFS), concedida pelo autor. |
| URI : | https://ri.ufs.br/jspui/handle/riufs/14188 |
| Aparece en las colecciones: | Mestrado em Ciência da Computação |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| KELLY_JOANY_OLIVEIRA_SANTOS.pdf | 2,01 MB | Adobe PDF |  Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.