1. Repositório Institucional da Universidade Federal de Sergipe - RI/UFS
2. TESES E DISSERTAÇÕES
3. BIBLIOTECA DIGITAL DE TESES E DISSERTAÇÕES (BDTD) - UFS
4. ENGENHARIAS E COMPUTAÇÃO
5. Programa de Pós-Graduação em Ciência da Computação - PROCC
6. Mestrado em Ciência da Computação

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(es):	Santos, Kelly Joany de Oliveira
Data do documento:	29-Out-2020
Orientador:	Carvalho, André Britto de
Resumo:	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.
Palavras-chave:	Mineração de dados educacionais Educação Ciência da computação Business intelligence Data mining
área CNPQ:	CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma:	por
Sigla da Instituição:	Universidade Federal de Sergipe
Programa de Pós-graduação:	Pós-Graduação em Ciência da Computação
Citação:	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.
Licença:	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 nas coleções:	Mestrado em Ciência da Computação

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.