ViDi Stat
Autor(a) principal: | |
---|---|
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 |