ViDi Stat

Detalhes bibliográficos
Autor(a) principal: Moreira, Vitor Hugo Magalhães
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.22/8159
Resumo: A tese desenvolvida tem como foco fornecer os meios necessários para extrair conhecimento contidos no histórico académico da instituição transformando a informação em algo simples e de fácil leitura para qualquer utilizador. Com o progresso da sociedade, as escolas recebem milhares de alunos todos os anos que terão de ser orientados e monitorizados pelos dirigentes das instituições académicas de forma a garantir programas eficientes e adequados para o progresso educacional de todos os alunos. Atribuir a um docente a responsabilidade de actuar segundo o historial académico dos seus alunos não é plausível uma vez que um aluno consegue produzir milhares de registos para análise. O paradigma de mineração de dados na educação surge com a necessidade de otimizar os recursos disponíveis expondo conclusões que não se encontram visiveis sem uma análise acentuada e cuidada. Este paradigma expõe de forma clara e sucinta os dados estatísticos analisados por computador oferecendo a possibilidade de melhorar as lacunas na qualidade de ensino das instituições. Esta dissertação detalha o desenvolvimento de uma ferramente de inteligência de negócio capaz de, através de mineração de dados, analisar e apresentar conclusões pertinentes de forma legível ao utilizador.
id RCAP_d96b24a6bc5d376adfad3e9ed52ce34c
oai_identifier_str oai:recipp.ipp.pt:10400.22/8159
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling ViDi StatFerramenta inteligência de negócioMineração de dadosMineração de dados na educaçãoEstatísticasQualidade de ensinoBusiness intelligenceData miningEducational data miningStatisticsEducational qualityA tese desenvolvida tem como foco fornecer os meios necessários para extrair conhecimento contidos no histórico académico da instituição transformando a informação em algo simples e de fácil leitura para qualquer utilizador. Com o progresso da sociedade, as escolas recebem milhares de alunos todos os anos que terão de ser orientados e monitorizados pelos dirigentes das instituições académicas de forma a garantir programas eficientes e adequados para o progresso educacional de todos os alunos. Atribuir a um docente a responsabilidade de actuar segundo o historial académico dos seus alunos não é plausível uma vez que um aluno consegue produzir milhares de registos para análise. O paradigma de mineração de dados na educação surge com a necessidade de otimizar os recursos disponíveis expondo conclusões que não se encontram visiveis sem uma análise acentuada e cuidada. Este paradigma expõe de forma clara e sucinta os dados estatísticos analisados por computador oferecendo a possibilidade de melhorar as lacunas na qualidade de ensino das instituições. Esta dissertação detalha o desenvolvimento de uma ferramente de inteligência de negócio capaz de, através de mineração de dados, analisar e apresentar conclusões pertinentes de forma legível ao utilizador.This thesis focuses on providing the means necessary to assess the knowledge contained in a school’s stored data, transforming chaotic infinite rows of value into something simple, easy to read and available for any user. As the society progresses and schools receives thousands of new students yearly, Educational leaders strive to make their course’s programs effective and adequate for its target audience, and while the students data is stored, its unfeasible to burden the teachers with the task to analyze and act on it. The paradigm of Data Mining arises from the necessity of optimizing the school’s available resources by extracting the conclusions hidden behind layers of data, not only by outlining the system’s overview, but also by exposing the statistical analysis that supports its claims, providing the necessary proofs that ultimately allow for the educational system to improve. This dissertation details the development of a Business Intelligence tool capable of mining the educational program’s available data and delivering the pertinent conclusions reached to the user.Ferreira, Carlos Manuel Abreu GomesMartins, ÂngeloRepositório Científico do Instituto Politécnico do PortoMoreira, Vitor Hugo Magalhães2016-04-27T11:04:36Z201520152015-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.22/8159TID:201163071enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-13T12:48:54Zoai:recipp.ipp.pt:10400.22/8159Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:28:37.915028Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv ViDi Stat
title ViDi Stat
spellingShingle ViDi Stat
Moreira, Vitor Hugo Magalhães
Ferramenta inteligência de negócio
Mineração de dados
Mineração de dados na educação
Estatísticas
Qualidade de ensino
Business intelligence
Data mining
Educational data mining
Statistics
Educational quality
title_short ViDi Stat
title_full ViDi Stat
title_fullStr ViDi Stat
title_full_unstemmed ViDi Stat
title_sort ViDi Stat
author Moreira, Vitor Hugo Magalhães
author_facet Moreira, Vitor Hugo Magalhães
author_role author
dc.contributor.none.fl_str_mv Ferreira, Carlos Manuel Abreu Gomes
Martins, Ângelo
Repositório Científico do Instituto Politécnico do Porto
dc.contributor.author.fl_str_mv Moreira, Vitor Hugo Magalhães
dc.subject.por.fl_str_mv Ferramenta inteligência de negócio
Mineração de dados
Mineração de dados na educação
Estatísticas
Qualidade de ensino
Business intelligence
Data mining
Educational data mining
Statistics
Educational quality
topic Ferramenta inteligência de negócio
Mineração de dados
Mineração de dados na educação
Estatísticas
Qualidade de ensino
Business intelligence
Data mining
Educational data mining
Statistics
Educational quality
description A tese desenvolvida tem como foco fornecer os meios necessários para extrair conhecimento contidos no histórico académico da instituição transformando a informação em algo simples e de fácil leitura para qualquer utilizador. Com o progresso da sociedade, as escolas recebem milhares de alunos todos os anos que terão de ser orientados e monitorizados pelos dirigentes das instituições académicas de forma a garantir programas eficientes e adequados para o progresso educacional de todos os alunos. Atribuir a um docente a responsabilidade de actuar segundo o historial académico dos seus alunos não é plausível uma vez que um aluno consegue produzir milhares de registos para análise. O paradigma de mineração de dados na educação surge com a necessidade de otimizar os recursos disponíveis expondo conclusões que não se encontram visiveis sem uma análise acentuada e cuidada. Este paradigma expõe de forma clara e sucinta os dados estatísticos analisados por computador oferecendo a possibilidade de melhorar as lacunas na qualidade de ensino das instituições. Esta dissertação detalha o desenvolvimento de uma ferramente de inteligência de negócio capaz de, através de mineração de dados, analisar e apresentar conclusões pertinentes de forma legível ao utilizador.
publishDate 2015
dc.date.none.fl_str_mv 2015
2015
2015-01-01T00:00:00Z
2016-04-27T11:04:36Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.22/8159
TID:201163071
url http://hdl.handle.net/10400.22/8159
identifier_str_mv TID:201163071
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799131380879196160